arXiv cs.LG· Adonis Jamal, Samy Mekkaoui, Yadh Hafsi, Huy\^en Pham·· 3 小时前AI 评分13
Transport REINFORCE：面向无模型策略梯度平均场控制的随机传输映射
Randomized Transport Maps for Model-Free Policy-Gradient Mean-Field Control
AI 导读
研究者提出 Transport REINFORCE，一种基于传输映射的无模型策略梯度方法，用于估计平均场控制中标准 REINFORCE 无法捕捉的种群分布贡献。该方法在有限状态空间直接扰动概率单纯形上的种群权重，在连续状态空间将种群分布投影到高斯混合流形上再做随机化，并证明了扰动目标与梯度的一致性及偏差和均方误差界。多个平均场控制基准实验显示其优于标准 REINFORCE。
来源：arXiv cs.LG · arxiv.org