target network | BriefGPT - AI 论文速递

关键词target network

搜索结果 - 6

目标网络和过参数化稳定函数逼近下的离线策略引导
通过目标网络和超参数化线性函数逼近的组合，我们证明在某些情况下，即使使用离线数据，也可以建立起一个较弱的收敛条件来估计引导值。我们的条件自然满足对整个状态 - 动作空间进行期望更新或使用一批完整轨迹从情景马尔科夫决策过程中进行学习。值得注意
PDFa month ago
ACLUNSEE: 无监督非对比句子嵌入
在大规模文本嵌入基准测试中，我们提出了一种名为 UNSEE 的无监督非对比句子嵌入的新方法，通过解决表示崩溃问题和引入目标网络的简单解决方案，我们实现了可与对比目标相媲美的性能提升。
PDF5 months ago
目标 Q 学习关于使用生成式 Oracle 求解有限 MDPs 的说明
本文研究了利用目标网络解决深度强化学习 Q 学习算法在非目标策略情况下发散的问题，使用生成式神经模型研究了其样本复杂度，发现目标学习算法的样本复杂度是以 1-γ 为主导的，并且证明了引入周期性目标 Q 函数网络不会牺牲样本复杂度。
PDF2 years ago
CVPR基于时尚引导的人像分割对抗攻击
本文提出了一种基于对抗样本的方法，用于攻击人体实例分割网络，并提出了一种名为 FashionAdv 的新型对抗攻击框架，以最小化对图像质量的影响，该方法通过在原始图像中的服装区域上覆盖从时尚图像中学习到的对抗纹理，并通过对目标网络的多个组件
PDF3 years ago
ICML使用目标网络打破致命三角
本文研究了使用目标网络作为打破致命三元组的工具，提出了一种新的目标网络更新规则，并在多个离散算法中应用目标网络和岭回归来证明其收敛性。
PDF3 years ago
深度强化学习中目标网络的 t-Soft 更新
本文提出了一种新的强化学习（DRL）目标网络的鲁棒更新规则，以替代传统的指数移动平均更新规则，并通过类比于指数移动平均和正态分布之间的关系，基于学生 t 分布衍生了一种 t-soft 更新方法。通过 PyBullet 机器人模拟 DRL 的
PDF4 years ago