跳到正文
arXiv · ML· Maximilian Bloor, Max Mowbray, Calvin Tsay, Ehecatl Antonio del Rio Chanona·· 3 天前AI 评分27

HGPQ 提升自驱动实验室样本效率

Heteroscedastic Gaussian Process Q-learning for Sample Efficient Experimentation

AI 导读

提出 HGPQ 算法,通过高斯过程直接学习 Q 函数,利用卡尔曼增益设定学习率,提升样本效率。 该算法在五个模拟基准测试中表现优异,包括化学反应器和生物工艺,比 GP、核及深度强化学习基线方法用更少的回合达到最佳回报。

来源:arXiv · ML · arxiv.org