#熵正则化

共 3 条 · 7 天 0 条 · 30 天 1 条

强化学习 2 FERPO 1 KL散度 1 Wasserstein策略梯度 1 策略优化 1 线性二次控制 1

信息流里打上「熵正则化」标签的资讯、产品与论文，按刊登时间排，新的在上。

10月2日

论文 Agent 与开发者10:26

FERPO：前熵正则化策略优化算法

新提出的FERPO算法解决了传统强化学习中critic值预测不准确的问题，在连续控制任务中表现优异。

#FERPO #强化学习 #策略优化 #熵正则化

arXiv cs.LG@Sebastian Sanokowski 等 3 人原文

8月10日

Wasserstein策略梯度求解熵正则化线性二次控制

这篇论文把WPG在LQ问题上化简成ODE，证明了指数收敛，做控制理论的可以看看。

#Wasserstein策略梯度 #线性二次控制 #熵正则化 #强化学习

arXiv cs.LG@Zhaoyu Zhu 等 3 人原文

5月26日

论文精选12:22

Wasserstein策略梯度全局收敛理论：熵正则化RL的Bellman结构分析

做连续控制RL的理论研究者会感兴趣——这篇论文用Bellman结构替代凸性假设，为WPG的全局收敛提供了首个完整证明，建议做策略梯度理论的团队仔细读。

#强化学习 #Wasserstein策略梯度 #全局收敛 #熵正则化

arXiv cs.LG@Zhaoyu Zhu 等 3 人原文