「37N35」カテゴリーアーカイブ

On the continuity and smoothness of the value function in reinforcement learning and optimal control

投稿日: 2024年3月22日 作成者: jarxiv

要約 価値関数は、強化学習と最適制御の両方においてエージェントが受け取る将来の累 … 続きを読む →

カテゴリー: 37H99, 37N35, 93E03, cs.AI, cs.SY, eess.SY, I.2.8 | On the continuity and smoothness of the value function in reinforcement learning and optimal control はコメントを受け付けていません

Finite Time Lyapunov Exponent Analysis of Model Predictive Control and Reinforcement Learning

投稿日: 2023年5月19日 作成者: jarxiv

要約 有限時間リアプノフ指数 (FTLE) は、非定常流体流れ場における不変多様 … 続きを読む →

カテゴリー: 34D08, 34H05, 37D10, 37N10, 37N35, 76F25, 93B45, cs.RO, cs.SY, eess.SY, math.DS, math.OC, nlin.CD | Finite Time Lyapunov Exponent Analysis of Model Predictive Control and Reinforcement Learning はコメントを受け付けていません