10:44
官方账号arXiv cs.LG@Matteo Tomasetto, Nicolò Botteghi, Gabriele Bruni, Andrea Manzoni
推荐理由：这篇论文用PEARL方法解决了RL在复杂动力学系统中样本效率低的问题，能在非稳态流中做实时控制，比现有算法更高效，值得搞控制或RL的人看看。
dynamical systems
共 1 条相关 AI 资讯
7月20日
10:44
论文提出PEARL框架，结合强化学习与最优控制，利用自动微分计算短时策略梯度，并通过神经网络近似伴随灵敏度以估计未来回报，从而减少环境交互次数。在非稳态流中的两个参数化导航问题测试中，PEARL在样本效率和泛化性上优于现有RL算法，可扩展到高维状态动作空间，无需低维表示或多智能体策略。