arXivDaily arXiv每日学术速递 周一至周五更新
arXiv周末暂无论文更新,休息一下吧,周末愉快~~

视觉与机器人

世界模型

面向环境建模、时序预测、仿真规划、具身智能和自动驾驶的世界模型方法与应用。

2026-07-09 至 2026-07-09 共收录 1 信号源:cs.AI, cs.LG, cs.CV, cs.RO, cs.MA

1. 模型式强化学习 1 篇

2402.14446 2026-07-09 math.OC cs.LG cs.SY eess.SY math-ph math.DS math.MP 68%

Model-Based Reinforcement Learning Control of Reaction-Diffusion Problems

基于模型的强化学习控制反应扩散问题

Christina Schenk, Aditya Vasudevan, Maciej Haranczyk, Ignacio Romero

机构 * Universidad Politécnica de Madrid(马德里理工大学) IMDEA Materials Institute(IMDEA材料研究所)

专题命中 模型式强化学习 :model-based reinforcement learning(title);分类 cs.LG

AI总结 本文提出了一种基于模型的强化学习方法,用于解决反应扩散问题中的初始边界值问题,通过引入新的奖励函数和随机策略梯度方法,实现了对热力和疾病传播的控制。

Comments 23 pages, 12 figures

Journal ref Optimal Control Applications and Methods, 45(6):2897-2914 (2024)

详情

展开后加载摘要…

URL PDF HTML 收藏