arXiv · ML· Thomas Mousseau, Tyler Kastner, Davide Baldelli, Amir-massoud Farahmand·· 17 小时前AI 评分26
$\phi$TD:基于特征函数的分布强化学习方法
{\phi}TD: Distributional Reinforcement Learning using Characteristic Functions
AI 导读
$\phi$TD 方法通过在频域计算损失来克服分布强化学习中对狭窄分布类的限制。 该方法统一了分位数与分类方法,并支持学习连续分布混合等此前无法捕捉的分布。 经 NeurIPS 2026 接收,实验表明更宽参数族带来的灵活性可提升性能。
来源:arXiv · ML · arxiv.org