arXiv · 机器人与计算机视觉· Yifan Zhang, Liang Zheng, Qifan Zhang·· 2026-10-20AI 评分67
RE-SAC:一种用于公交车队控制的稳定鲁棒集成 DRL 方法
RE-SAC: Disentangling aleatoric and epistemic risks in bus fleet control: A stable and robust ensemble DRL approach
AI 导读
论文提出 RE-SAC 框架,旨在解决标准深度强化学习算法在处理随机交通和乘客需求时因混淆两种不确定性而导致的 Q 值不稳定问题。该方法利用基于积分概率度量的权重正则化来对冲不可约噪声风险,并提供平滑的分析下界;同时通过多样化 Q-集成惩罚稀疏覆盖区域中的过度自信估计以应对数据不足风险。
来源:arXiv · 机器人与计算机视觉 · arxiv.org