state aggregation | BriefGPT

关键词state aggregation

搜索结果 - 7

EMNLP利用时间表达网络的神经对话状态跟踪
本文提出了 Temporally Expressive Networks (TEN) 模型以同时模拟对话轮次间的时间特征依赖和状态依赖。利用循环网络和概率图模型，模型对话状态追踪 (DST) 的准确率得到了提升。
PDF4 years ago
一种基于状态聚合的深度强化学习解决背包问题的方法
本文提出了一种基于深度强化学习的解决背包问题的方法，该方法采用状态聚合策略和 Advantage Actor Critic 算法处理背包问题的每个问题实例，在每个时间步骤逐个选择物品，重复选择直到得到最终解决方案，实验表明该方法能够提供接近
PDF4 years ago
从马尔科夫转移数据中学习状态聚合
本文提出了一个基于软聚合模型的简单算法，通过对系统轨迹的概率聚合图进行估计，可以获得显式形式的聚合分布和解聚分布，进而生成具有理解性的数据驱动状态聚合图。
PDF6 years ago
马尔科夫过程的频谱状态压缩
本研究利用香农熵的谱分解方法，对 Markov 过程的特征，以及如可表示性，可继承性和可压缩性等属性进行研究。研究者还开发了一种谱方法，用于估计低秩 Markov 模型的转移矩阵，以及恢复状态聚合和可堆叠分区等潜在结构。
PDF6 years ago
ICML使用时空聚类法进行分层强化学习中的选项发现
介绍了一种基于自动技能获取框架的强化学习方法，利用动力学系统和谱聚类算法来识别并建立抽象状态和动作之间的连接；通过该框架可以更加高效地学习和推广多种任务，特别是处理大状态空间的复杂任务时。
PDF8 years ago
马尔可夫决策过程之外的极限状态聚合
研究了强化学习中的状态聚合及特征学习，通过提出基于聚合过程的马尔科夫决策过程，推广了现有的聚合结果，解决了强化学习中状态空间大小的上限问题。
PDF10 years ago
马尔可夫决策过程中计算状态相似性的方法
本文运用网络优化和统计抽样技术，克服了计算 Kantorovich 度量在实践中的成本问题，提出了一系列用于 MDP 状态聚合的距离函数，这些函数在时间和空间复杂度以及聚合质量之间存在不同的权衡，并对这些权衡进行了实证评估。
PDF12 years ago