trust region methods | BriefGPT

关键词trust region methods

搜索结果 - 7

逼近感知贝叶斯优化
使用效用校准变分推断框架，我们修改了稀疏变分高斯过程方法以更好地满足贝叶斯优化的目标，从而确保在计算预算有限的情况下做出最佳决策。我们的方法适用于任何决策理论获得函数，并且与 TuRBO 等信任区域方法兼容。在标准和批量贝叶斯优化设置中，我
PDFa month ago
多智能体强化学习中的信任区域策略优化
本文介绍了针对到多智能体强化学习 (MARL) 的信任区域方法，并展示了 Heterogeneous-Agent Trust Region Policy Optimisation 和 Heterogeneous-Agent Proximal
PDF3 years ago
多智能体信任域优化的博弈论方法
通过在策略空间中进行博弈论分析，MATRL 提出了一种用于多智能体学习的多智能体信赖域学习方法，该方法可在解决纳什均衡的元游戏级别上找到稳定的改进方向，并在离散和连续的多人游戏中明显优于基线。
PDF3 years ago
ICLR可微分信任域层用于深度强化学习
本文提出了可微分的神经网络层来通过闭合形式的投影来执行深度高斯策略的信任区域，为 Gaussian 分布导出了基于 KL 散度、Wasserstein L2 距离和 Frobenius 范数的信任区域投影。实验证明，这些投影层可以实现类似或
PDF3 years ago
通过降低表示坍塌改善微调
本论文提出了基于信任区域理论的简化和高效的 fine-tuning 方法，用参数化噪音代替了以前使用的对抗目标，从而在不损害性能的情况下尽可能地减少表示更改。针对 fine-tuning 时的表示崩溃问题，我们还引入了一种新的分析方法。实验
PDF4 years ago
ICLRTrust-PCL: 一种用于连续控制的离线信任区域方法
提出一种基于离线数据的信任区域方法 Trust-PCL，能够在强化学习中稳定策略优化算法，使用相对熵正则化器优化最大回报目标的最优策略和状态值满足一组多步路径一致性，提高了样本效率和解决方案质量。
PDF7 years ago
非凸优化的子采样三次正则化
本文提出一种基于子采样的方法，以降低 cubic regularization 方法的高计算复杂度，并利用浓度不等式提出相应的采样方案，从而在保证 cubic regularization 方法的全局和局部收敛性的同时，给出其全局收敛保证的
PDF7 years ago