★ 3
LASER：潜空间伴随匹配的离线强化学习
论文提出LASER，一种离线强化学习算法，通过潜空间伴随匹配实现熵正则化的潜空间RL，避免时间反向传播。在40个OGBench任务上，LASER使用固定超参数即达到最优性能，超越需任务与数据集特定调优的基线方法。
arXiv cs.LG25 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出LASER，一种离线强化学习算法，通过潜空间伴随匹配实现熵正则化的潜空间RL，避免时间反向传播。在40个OGBench任务上，LASER使用固定超参数即达到最优性能，超越需任务与数据集特定调优的基线方法。