跳到正文
热点事件持续更新

GSBR 几何正则化提升在线 RL 成功率

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Charles Xu 等人在 arXiv 发布 GSBR 方法，通过计算动作与基础策略支持集的几何距离实施正则化。该方法仅依赖基础策略样本，支持集内动作无惩罚，外部区域动态增加平滑约束以平衡效率与稳定性。 在四个机器人基准的 19 项任务中，GSBR 将平均成功率从基础策略的 33% 提升至 95%。其归一化吞吐量较次优方法提高约 23%，研究团队已提供代码及项目网站供开源使用。

AI 根据报道生成 · 3 小时前更新

最新进展11月4日 13:00
GSBR: 面向在线强化学习的几何支持行为正则化

报道时间线

沿着报道，了解事件的不同侧面。

11月4日
  1. arXiv · ML
    GSBR: 面向在线强化学习的几何支持行为正则化

    GSBR（几何支持行为正则化）通过按动作与基础策略支持集的动态距离施加平滑惩罚，有效平衡在线强化学习中的样本效率与学习稳定性。 该方法允许支持集内的动作无惩罚，仅在价值估计低的外部区域逐渐增加约束，且只需访问基础策略样本即可实施。 在4个机器人基准的19项任务中，GSBR将平均成功率从基础策略的33%提升至95%，其归一化吞吐量比次优强化学习方法高约23%。

本事件热度走势

可比范围当前
9
可比范围峰值
911月4日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。