reinforcement learning framework | BriefGPT

关键词reinforcement learning framework

搜索结果 - 7

SmartPathfinder：使用强化学习推动无人机车辆路径问题启发式解决方案的极限
研究论文研究了无人机车辆路径问题，提出了一种综合考虑启发式方法和强化学习框架的解决方案，以提高解决方案的质量和计算速度。
PDF3 months ago
DiffChat: 学习与文本到图像合成模型对话以实现交互式图像创作
DiffChat 是一个新颖的方法，用于将大型语言模型（LLMs）与以 prompt 为输入的文本到图像合成（TIS）模型（例如 Stable Diffusion）进行对齐，以实现交互式图像生成。它能够根据给定的原始提示 / 图像和用户指定
PDF4 months ago
半监督文本识别的连续视觉和语义一致性
本文提出了一种新的半监督学习方法来进行场景文本识别（STR），该方法从视觉和语义两个方面融合了单词级一致性正则化，通过使用最短路径对齐模块以及采用强化学习框架来优化嵌入空间中预测字符串的语义相似性，实验结果表明该方法在多个标准和具有挑战性的
PDF4 months ago
面向目标导向的在线教育智能辅导系统
通过规划性评估互动的构建和智能诊断模型，我们提出了基于图的强化学习框架 PAI，以加强学生对指定概念的掌握，从而提高在线教育的有效学习。
PDF7 months ago
基于策略梯度的离散提示优化的对话式激励在小样本学习中的应用
基于对话的基于策略梯度的离散提示优化方法通过多轮对话适应性策略生成可读性提示集，并提出了具有线性复杂度的高质量提示筛选度量和基于策略梯度的强化学习框架，优于四个开源数据集上平均 1.52％的最先进方法，在只使用少量的预训练语言模型参数进行学
PDFa year ago
强化逻辑规则学习用于暂态点过程
我们提出了一个能够逐步扩展解释性时间逻辑规则集来解释时间事件发生的框架。利用时间点过程建模和学习框架，规则内容和权重将逐渐优化，直到观察的事件序列的似然性最佳。我们的算法通过在主问题中更新当前规则集的权重，并在子问题中搜索和包含新规则来增加
PDFa year ago
应用于列车重新调度问题的成对冲突的标准特征提取
使用标准化的基于两列火车的冲突的特征选择，我们提出了一个列车重新调度算法，作为强化学习框架的输入。通过设计相对应的观测空间和使用分析方法解决列车间的冲突，我们得到了有意义的观测数据，可以在强化学习框架下形成一个可行的车辆调度政策。
PDF2 years ago