青春草在线播放,日韩AV基地,啪啪视频一区二区,日韩亚洲精品电影网

您當(dāng)前所在位置: 首頁 > 講座報(bào)告 > 正文
講座報(bào)告

A Causal View for Reward Redistribution in Reinforcement Learning

來源:電子工程學(xué)院          點(diǎn)擊:
報(bào)告人 杜雅麗 助理教授 時(shí)間 7月9日14:30
地點(diǎn) 北校區(qū)100號樓306 報(bào)告時(shí)間

講座名稱:A Causal View for Reward Redistribution in Reinforcement Learning

講座人:杜雅麗 助理教授

講座時(shí)間:7月9日14:30

地點(diǎn):北校區(qū)100號樓306


講座人介紹:

杜雅麗,倫敦大學(xué)國王學(xué)院助理教授。此前她是倫敦大學(xué)學(xué)院人工智能中心博士后研究員。主要研究興趣為強(qiáng)化學(xué)習(xí)、多智能體學(xué)習(xí)協(xié)作。 研究成果已廣泛發(fā)表在ICLR、ICML、NeurIPS以及AI Journal等頂級會(huì)議和期刊。她曾在 ACML2022, AAAI2023 大會(huì)上演講合作多智能體學(xué)習(xí)的教程 (Tutorial)。 曾多次擔(dān)任國際知名期刊的編輯和會(huì)議的審稿人或程序委員,AAMAS 2023組委會(huì), 擔(dān)任Journal of AAMAS (CCF B類) 特刊主編,IEEE Transactions on AI 副主編,擔(dān)任AAAI 2022/2023 高級程序委員。因在合作強(qiáng)化學(xué)習(xí)上的貢獻(xiàn),入選AAAI New Faculty Highlights programme (2023), Rising Stars in AI (KAUST 2023), WAIC云帆獎(jiǎng)(2023), KCL年度學(xué)術(shù)貢獻(xiàn)獎(jiǎng) (2022)。她的研究也受到英國工程和自然科學(xué)研究理事會(huì) (UKRI EPSRC)資助。


講座內(nèi)容:

In reinforcement learning, a significant challenge lies in identifying the state-action pairs responsible for delayed future rewards. Return Decomposition addresses this challenge by redistributing rewards from observed sequences while maintaining policy invariance. However, existing approaches lack interpretability. In this talk, we propose a novel framework called Generative Return Decomposition (GRD) that explicitly models the contributions of state and action from a causal perspective. GRD utilizes causal generative models to characterize the generation of Markovian rewards and trajectory-wise long-term return. By identifying the causal relations and unobservable Markovian rewards, GRD provides a compact representation for policy optimization within the most favorable subspace of the agent's state space. Theoretical analysis confirms the identifiability of the unobservable Markovian reward function and causal structure. Experimental results demonstrate the superior performance of GRD compared to state-of-the-art methods, while the provided visualization showcases the interpretability of our approach.


主辦單位:電子工程學(xué)院

123

南校區(qū)地址:陜西省西安市西灃路興隆段266號

郵編:710126

北校區(qū)地址:陜西省西安市太白南路2號

郵編:710071

訪問量:

版權(quán)所有:西安電子科技大學(xué)    建設(shè)與運(yùn)維:信息網(wǎng)絡(luò)技術(shù)中心     陜ICP備05016463號    陜公網(wǎng)安備61019002002681號

久久婷婷五月综合色国| 在线播放国产不卡免费视频| a√精品| 激情六月网丁香| 99精品99精品| 在线观看免费AV无码不卡| 中日韩欧美一级黄片| 国产尤物视频99| 亚洲无码精品视频一区| 国产精品综合AV一区二区国产馆| 午夜色性片| 午夜影院666| 少妇后入88XX| 国产av天堂无码一区二区三区| 超碰人人人人人人人| 在线观看母乳a视频| 欧美日韩亚洲国内小说| 国产ww久久久久久久久久| 欧美日韩黄片免费看| 老少配Xxxxxx| 天天插天天干天天透| 成人综合婷婷国产精品久久| 日韩高清 一区二区| 四虎2023| 日韩无马一区二区三区| 日韩人妻一区二区三区| 中日韩一区| 亚洲AV无码麻豆| 人人噜噜噜| 欧美日韩精品在线播放| 狠狠躁夜夜躁av| 久久久久无码精品午夜| 91中文熟女| 盗摄久久| 女潮喷水大尺度视频| 新狼窝色AV性久久久久久| 日韩久久久人妻| 噜啊噜av| 日本三级视频网站| 日日骚| 日本动态图一区二区|