率先解決多類數據同時受損，中科大MIRA團隊TRACER入選NeurIPS 2024：強魯棒性的離線變分貝葉斯強化學習

AIGC動態歡迎閱讀

原標題：率先解決多類數據同時受損，中科大MIRA團隊TRACER入選NeurIPS 2024：強魯棒性的離線變分貝葉斯強化學習
關鍵字：數據,離線,不確定性,元素,動作
文章來源：機器之心
內容字數：0字

內容摘要：

AIxiv專欄是機器之心發布學術、技術內容的欄目。過去數年，機器之心AIxiv專欄接收報道了2000多篇內容，覆蓋全球各大高校與企業的頂級實驗室，有效促進了學術交流與傳播。如果您有優秀的工作想要分享，歡迎投稿或者聯系報道。投稿郵箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com本論文作者楊睿是中國科學技術大學 2019 級碩博連讀生，師從王杰教授、李斌教授，主要研究方向為強化學習、自動駕駛等。他曾以第一作者在 NeurIPS、KDD 等頂級期刊與會議上發表論文兩篇，曾獲滴滴精英實習生（16/1000+）。
近日，中科大王杰教授團隊 (MIRA Lab) 針對離線強化學習數據集存在多類數據損壞這一復雜的實際問題，提出了一種魯棒的變分貝葉斯推斷方法，有效地提升了智能決策模型的魯棒性，為機器人控制、自動駕駛等領域的魯棒學習奠定了重要基礎。論文發表在 CCF-A 類人工智能頂級會議 Neural Information Processing Systems（NeurIPS 2024）。論文地址：https://arxiv.org/abs/2

原文鏈接：率先解決多類數據同時受損，中科大MIRA團隊TRACER入選NeurIPS 2024：強魯棒性的離線變分貝葉斯強化學習

聯系作者

文章來源：機器之心
作者微信：
作者簡介：