transition function | BriefGPT

关键词transition function

搜索结果 - 8

非线性动力系统中的潜在状态转变识别
本文旨在通过恢复底层的低维潜在状态及其时间演化来改进动力系统的泛化能力和解释能力。我们提出了一种基于变分自编码器的实用算法，并在逼真的合成环境中进行了实证研究，证明我们能够高准确性地恢复潜在状态动力学，相应地实现高未来预测准确性，并且能够快
PDFa month ago
基于鲁棒模型的强化学习在 L1 自适应控制中的应用
我们介绍了一种用于模型基强化学习（MBRL）算法的控制论增强方案，该方案通过生成一系列基于学到的转移函数的近似控制仿射模型，并结合 L1 自适应控制来提高系统的鲁棒性。该方案不依赖于 MBRL 算法的选择，能够在各种 MBRL 算法中使用，
PDF4 months ago
时序轨迹的变分采样
通过明确将过渡函数 f 作为一个函数空间的元素进行参数化，我们介绍了一种学习轨迹分布的机制，该机制使得能够有效合成新的轨迹，同时为推理（如不确定性估计、似然度评估和异常轨迹的分布检测）提供了方便的工具。
PDF4 months ago
FP-IRL：基于 Fokker-Planck 的逆强化学习 —— 物理约束的马尔科夫决策过程方法
提出了一种基于 Fokker-Planck（FP）方程的新型物理意识逆强化学习算法 FP-IRL，可以同时推断转移和奖励函数，无需事先估计转移动态，适用于转移函数不可访问的情况
PDFa year ago
ICLR具有切换成本的近优敌对强化学习
本文尝试解决如何开发一种可证明高效的带有转换代价的对抗性 RL 算法的问题，并提出了两种新颖的降低转换代价的算法，其回归分析证明了它们的近乎最优性能。
PDFa year ago
ICML随机动作 vs 随机策略：基于模型的直接策略搜索的引导
本文研究了初始数据收集方法对动态模型学习的影响，并比较了两个文献中使用的初始化方法，结果表明任务依赖因素可能对每种方法都有害，建议探索混合方法。
PDF2 years ago
使用贝叶斯机器人反馈和未知转移学习对抗性 MDP
本文提出了一种有效的算法，解决了具有未知转移函数、bandit 反馈和对抗损失的纪念有限时间段马尔可夫决策过程的学习问题，该算法能够以高概率实现 $\mathcal {\tilde {O}}(L|X|\sqrt {|A|T})$ 的后悔，其
PDF5 years ago
ICML在循环高斯过程模型中克服均场近似
本文介绍了一种新的变分推理方案，用于建模高斯过程的动态系统的转换函数。该方法可以消除潜在系统状态和转移函数之间的因式分解并更准确地预测转移函数。
PDF5 years ago