Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakCAREER: Dual Reinforcement Learning: A Unifying Framework with Guarantees
Proyek riset & pengembangan

CAREER: Dual Reinforcement Learning: A Unifying Framework with Guarantees

Ringkasan tujuan riset

Formulasi dual pembelajaran penguatan menyatukan tujuan off-policy dan imitasi, lalu memanfaatkan pretraining multimodal untuk meningkatkan efisiensi sampel pada keputusan berurutan dengan horizon panjang.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2340651Periode tercatat 2024-09-01 sampai 2029-08-31.NSF 2340651MulaiAkhir tercatat202420302024-09-012029-08-31
Linimasa dan catatan proyek

Tanggal dan TRL menurut catatan penerbit. Akhir periode dan target bukan bukti hasil riset.

Teknologi · CC BY 4.0 · Sumber data

Apa tujuan dan pendekatan risetnya?

Profil ini merangkum ruang lingkup proyek yang dipublikasikan National Science Foundation (NSF). Sumber diakses . Uraian pendekatan dan manfaat menyatakan tujuan pengembangan, kecuali sumber secara khusus melaporkan hasil.

Metode on-policy sering membuang data setelah pelatihan dan membutuhkan simulator cepat. Proyek ini mengkaji tujuan dual yang menghindari kendala formulasi primal untuk ruang keadaan–aksi besar, horizon panjang, serta reward jarang. Hubungan metode imitasi dan penguatan dianalisis dalam tujuan bersama dengan jaminan teori. Perluasan menggunakan data luar domain serta beberapa modalitas dalam pretraining mandiri ditujukan untuk fine-tuning hemat sampel, terutama pada robot rumah tangga.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
University of Texas at Austin
Program
Robust Intelligence
Periode pendanaan tercatat
2024-09-01 → 2029-08-31

Proyek kolaboratif beberapa institusi diwakili oleh satu catatan penghargaan. Institusi di atas adalah penerima pada catatan tersebut.

Klasifikasi NSF

  • Directorate for Computer and Information Science and Engineering
  • Computing & AI Foundations

Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.

Apa yang diketahui tentang statusnya?

Status pendanaan menurut NSFAktif (catatan pendanaan NSF)

Catatan NSF tidak melaporkan tingkat kesiapan teknologi (TRL). Status pendanaan aktif atau berakhir bukan bukti keberhasilan riset.

Batas informasi

Profil merangkum tujuan dan pendekatan dalam abstrak pendanaan NSF. Status pendanaan tidak membuktikan keberhasilan riset, kesiapan teknologi, atau ketersediaan produk. Hasil dan performa belum diverifikasi secara independen; tinjauan ahli belum dilakukan.

Dasar profil

Metodologi dan batas pemeriksaan. Ringkasan berbahasa Indonesia disusun sebagai parafrasa editorial dengan pemeriksaan sumber primer oleh agen AI. Identitas, periode, serta status berasal dari catatan penerbit. Tinjauan ahli dan pengujian kinerja independen belum dilakukan; rujukan tidak menyiratkan dukungan atau sertifikasi NSF.