概念Bayesian Policy Reuse
贝叶斯策略复用
一种基于贝叶斯推断的策略检索机制,根据当前状态计算专家策略的后验匹配概率,实现软性选择而非硬性匹配。
时间轴 (近 90 天)
11月17日
贝叶斯策略复用在检索阶段根据当前检测到的动态状态,计算档案中每个专家策略的后验匹配概率,并选择概率最高的策略进行复用。
待验证50%
11月17日
一项选择消融实验表明,贝叶斯策略复用的检索规则本身对 ENA 性能有显著影响。
待验证50%
一种基于贝叶斯推断的策略检索机制,根据当前状态计算专家策略的后验匹配概率,实现软性选择而非硬性匹配。
贝叶斯策略复用在检索阶段根据当前检测到的动态状态,计算档案中每个专家策略的后验匹配概率,并选择概率最高的策略进行复用。
一项选择消融实验表明,贝叶斯策略复用的检索规则本身对 ENA 性能有显著影响。