arXiv cs.LG· Ke He, Le He, Shunpu Tang, Yafei Wang, Lisheng Fan·· 7 小时前AI 评分22
SoftGAC：用软桥策略实现单次前向生成的生成式 Actor-Critic
Generative Actor-Critic with Soft Bridge Policies
AI 导读
研究者提出 SoftGAC，一种生成式 actor-critic 方法，其 actor 是带内部高斯桥层的单随机前馈网络，每次动作生成仅需一次网络评估。该方法将软目标提升到路径空间，得到对高熵参考过程的解析 path-KL 正则项，无需估计端点熵，也避免了长时间反向传播。
来源：arXiv cs.LG · arxiv.org