论文提出动作驱动过程统一随机过程与强化学习

Ruimin He 与 Shaowei Lin 发表论文，提出“动作驱动过程”框架，将随机过程与强化学习统一起来，并说明其在脉冲神经网络上的应用。 论文基于 control-as-inference 思路，作者证明：在恰当定义的动作驱动过程上，最小化策略驱动的真实分布与奖励驱动的模型分布之间的 KL 散度，等价于最大熵强化学习。

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。