★ 2
长时程强化学习实现预算约束神经算子PDE求解
论文提出预算化自适应神经算子求解框架，用全局傅里叶神经算子推进全场、局部算子提出残差修正、宏策略决定何时修正。作者提出rollout验证策略改进（RV-PI），在浅水与Brusselator基准上以固定修正预算取得更优轨迹误差。研究表明局部修正的价值取决于其对自回归轨迹的下游影响，而非即时误差降低。
arXiv cs.LG26 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出预算化自适应神经算子求解框架，用全局傅里叶神经算子推进全场、局部算子提出残差修正、宏策略决定何时修正。作者提出rollout验证策略改进（RV-PI），在浅水与Brusselator基准上以固定修正预算取得更优轨迹误差。研究表明局部修正的价值取决于其对自回归轨迹的下游影响，而非即时误差降低。