arXiv · ML· Yu-Wei Yang, Wei Hung, Yun-Ming Chan, Xi Liu, Ping-Chun Hsieh·· 9 小时前AI 评分25
从贝叶斯优化视角增强离线模型强化学习：主动模型选择
Enhancing Offline Model-Based RL via Active Model Selection: A Bayesian Optimization Perspective
AI 导读
提出主动模型选择框架 BOMS，通过贝叶斯优化增强离线模型强化学习中的动态模型选择，仅需离线训练数据 1%-2.5% 规模的在线交互。 框架引入一种新颖的模型诱导核函数以支持概率推断，该设计在理论上稳健且计算高效，可在多种强化学习任务中超越基线方法。
来源：arXiv · ML · arxiv.org