Transport REINFORCE：平均场控制策略梯度新方法

Adonis Jamal 等作者提交论文，提出 Transport REINFORCE——一种基于传输映射的无模型策略梯度方法，用于估计平均场控制中标准 REINFORCE 所遗漏的种群分布贡献。 该方法在有限状态空间直接扰动概率单纯形上的种群分布，在连续状态空间则将分布投影到高斯混合流形上再做随机化。作者称证明了扰动目标与梯度的一致性，并给出样本梯度估计的偏差和均方误差界。 在多个 MFC 基准上的数值实验中，该方法表现优于标准 REINFORCE。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。