arXiv · ML· Kunqi Huang, Lican Kang, Hongrui Shu, Jincheng Ying·· 2 天前AI 评分28
传输与散度不确定性下的鲁棒 Actor-Critic 学习方法
Robust Actor-Critic Learning under Transport and Divergence Uncertainty
AI 导读
提出一种适用于连续状态动作的鲁棒 Actor-Critic 方法,处理未知名义转移律及估计误差。 方法结合条件扩散模型拟合离线数据,通过极小极大准则估计鲁棒动作价值,并用指数加权分数匹配更新生成式 Actor,确保有限样本界。
来源:arXiv · ML · arxiv.org