.png){kind=icon}
返回
Reward shaping using graph MAMBA
.png){kind=icon}
PRE
AI
DOI：10.1016/j.patcog.2026.114404.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 提出一种时序图MAMBA架构，用于在不改变最优策略的情况下进行奖励重塑。
• 开发一种核化消息传递机制，将计算复杂度从二次时间降低到线性时间。
• 在多个标准基准平台上达到最先进性能。
Keyword:
Markov decision process
Reinforcement learning
Reward shaping
Graph
MAMBA
期刊
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
引用论文
分享收藏Continuous reinforcement learning via advantage value difference reward shaping: A proximal policy optimization perspective通过优势值差奖励塑形实现持续强化学习：基于近端策略优化的视角
PREAI
分享收藏Mamba-360: Survey of state space models as transformer alternative for long sequence modelling: Methods, Applications, and ChallengesMamba-360：作为长序列建模中Transformer替代方案的状态空间模型综述：方法、应用与挑战
PREAI
分享收藏A multi-agent curiosity reward model for task-oriented dialogue systems面向任务对话系统的多智能体好奇心奖励模型.png)
PATTERN RECOGNITION
PATTERN RECOGNITIONIF7.6
PREAI
分享收藏Mamba-GIE: A visual state space models-based generalized image extrapolation method via dual-level adaptive feature fusionMamba-GIE：一种基于视觉状态空间模型的通用图像外推方法，通过双级自适应特征融合实现
PREAI
分享收藏分享收藏Efficient Potential-based Exploration in Reinforcement Learning using Inverse Dynamic Bisimulation Metric基于逆动力学保拟度量强化学习中的高效势函数探索
PREAI
分享收藏
查看更多内容