概念交叉熵方法 / Cross-Entropy Method
CEM
一种基于采样的优化方法,通过迭代更新候选解的分布来搜索最优动作序列,常用于强化学习中的规划
时间轴 (近 90 天)
11月3日
在基于模型的强化学习中,CEM和MPC规划器通过在学到的动力学模型上采样、评估并比较候选动作序列来工作。
待验证50%
11月3日
作者明确表示,尚未确立这些局部动作几何偏差是否直接导致规划失败,这是下一步要回答的问题。
待验证50%
11月3日
作者感兴趣的方向是将局部动作几何纳入CEM的采样协方差,以改善探索与控制表现,但标准CEM的协方差自适应机制是否已隐含补偿几何偏差目前尚无定论。
待验证50%