清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Maximum diffusion reinforcement learning

强化学习 最大熵原理 计算机科学 独立同分布随机变量 熵(时间箭头) 人工智能 任务(项目管理) 机器学习 数学 随机变量 工程类 统计 量子力学 物理 系统工程
作者
Thomas A. Berrueta,Allison Pinosky,Todd Murphey
出处
期刊:Cornell University - arXiv
标识
DOI:10.48550/arxiv.2309.15293
摘要

The assumption that data are independent and identically distributed underpins all machine learning. When data are collected sequentially from agent experiences this assumption does not generally hold, as in reinforcement learning. Here, we derive a method that overcomes these limitations by exploiting the statistical mechanics of ergodic processes, which we term maximum diffusion reinforcement learning. By decorrelating agent experiences, our approach provably enables single-shot learning in continuous deployments over the course of individual task attempts. Moreover, we prove our approach generalizes well-known maximum entropy techniques, and robustly exceeds state-of-the-art performance across popular benchmarks. Our results at the nexus of physics, learning, and control pave the way towards more transparent and reliable decision-making in reinforcement learning agents, such as locomoting robots and self-driving cars.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
吕思璇完成签到,获得积分10
4秒前
helpmepaper应助joyce313采纳,获得3000
26秒前
Axs完成签到,获得积分10
33秒前
xun完成签到,获得积分10
52秒前
科研狗完成签到 ,获得积分10
1分钟前
路过完成签到 ,获得积分10
1分钟前
科研通AI2S应助科研通管家采纳,获得10
1分钟前
1分钟前
1分钟前
ntrip完成签到,获得积分10
1分钟前
生信小菜鸟完成签到 ,获得积分10
1分钟前
大可发布了新的文献求助30
2分钟前
2分钟前
joyce313完成签到 ,获得积分10
2分钟前
2分钟前
和谐的夏岚完成签到 ,获得积分10
3分钟前
科研通AI2S应助科研通管家采纳,获得10
3分钟前
3分钟前
3分钟前
CC发布了新的文献求助10
3分钟前
无花果应助CC采纳,获得10
3分钟前
大模型应助大可采纳,获得10
3分钟前
不如看海完成签到 ,获得积分10
3分钟前
3分钟前
4分钟前
4分钟前
小绮发布了新的文献求助10
4分钟前
松松完成签到 ,获得积分10
4分钟前
光合作用完成签到,获得积分10
4分钟前
马登完成签到,获得积分10
4分钟前
5分钟前
ZDM6094完成签到 ,获得积分10
5分钟前
刘刘完成签到 ,获得积分10
5分钟前
5分钟前
5分钟前
xdd完成签到 ,获得积分10
6分钟前
小绮完成签到,获得积分10
6分钟前
6分钟前
情怀应助雪山飞龙采纳,获得10
7分钟前
雪山飞龙完成签到,获得积分10
8分钟前
高分求助中
Electron microscopy study of magnesium hydride (MgH2) for Hydrogen Storage 1000
Exhibiting Chinese Art in Asia: Histories, Politics and Practices 700
1:500万中国海陆及邻区磁力异常图 600
相变热-动力学 520
Elephant Welfare in Global Tourism 500
生物降解型栓塞微球市场(按产品类型、应用和最终用户)- 2030 年全球预测 500
Nucleophilic substitution in azasydnone-modified dinitroanisoles 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3897811
求助须知:如何正确求助?哪些是违规求助? 3441834
关于积分的说明 10823320
捐赠科研通 3166838
什么是DOI,文献DOI怎么找? 1749631
邀请新用户注册赠送积分活动 845385
科研通“疑难数据库(出版商)”最低求助积分说明 788687