跳到正文
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