arXiv · cs.AI · Mattie Fellows, Clarisse Wibault, Uljad Berdica, Johannes Forkel, Maike Osborne, Jakob N. Foerster · 10 小时前模型评分42
SOReL 与 TOReL：实现完全离线强化学习的方法框架
Fully Offline Reinforcement Learning
导读
研究提出完全离线的贝叶斯基于模型强化学习方法 SOReL，通过学习动力学后验、用预测不确定性估计策略价值，实现全程离线的超参数选择；TOReL 则把该调参框架扩展到任意无模型与基于模型的离线强化学习算法。作者给出遗憾分析，证明贝叶斯离线强化学习在标准正则条件下达到极小极大最优参数速率。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We introduce SOReL, a fully offline Bayesian model-based RL method that learns a posterior over dynamics, estimates policy value via predictive uncertainty, and enables complete offline hyperparameter selection.”
来源：arXiv · cs.AI · arxiv.org