LEARNING
一种受强化学习启发的基于潜在收益的自适应算法切换机制
Jayprakash S. Nair, Jimson Mathew, Shivashankar B. Nair
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出了一种计算高效的算法切换方法，通过聚合算法在多个问题实例上的性能并封装为潜在收益，实现自适应算法选择。在机器人避障任务上的实验验证了该方法的有效性，展示了其在动态环境中的潜力。
关键词
reinforcement learningalgorithm switchingadaptive selectionisland modelrobotic obstacle avoidance
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018