‹ arXiv cs.LG

学习何时思考:强化学习的自适应内部计算

原文:Learning When to Think: Adaptive Internal Computation for Reinforcement Learning

arXiv cs.LG 未缓存正文

迭代神经策略通常在每个决策上花费相同的计算,尽管额外处理的好处因状态而异。我们引入自适应内部计算(AIC),这是一种迭代策略,可以学习何时停止细化其潜在表示和行动。在 AIC 中,我们联合训练动作选择和停止、预期深度惩罚值计算和中介

正在把原文抓到本机服务器…首次约 3~8 秒,抓好后本站永久缓存,下次秒开。

抓不到时可直接看原文(部分站点需要登录/反爬,服务器也无法抓取)。

打开原文 ↗

正文由本站服务器抓取保存(已自动过滤广告、推荐位与追踪图片),排版与原站可能不同;版权归原站所有。

相关报道同一事件 / 同分类