关于多智体互动的微分博弈、最优控制和能量模型之间的关联
原文中文,约300字,阅读约需1分钟。发表于: 。该研究论文提出了一种基于能量的潜在博弈模型,通过整合神经网络和可微分博弈论优化层,应用于机器人交互中,显示了改进神经网络预测性能的实证结果。
提出了Dynamic Game Theoretic Neural Optimizer (DGNOpt)优化器,通过将神经网络中的每个层视为动态博弈中的玩家进行训练。在残差网络和Inception网络的图像分类数据集上表现出更好的收敛效果。
该研究论文提出了一种基于能量的潜在博弈模型,通过整合神经网络和可微分博弈论优化层,应用于机器人交互中,显示了改进神经网络预测性能的实证结果。
提出了Dynamic Game Theoretic Neural Optimizer (DGNOpt)优化器,通过将神经网络中的每个层视为动态博弈中的玩家进行训练。在残差网络和Inception网络的图像分类数据集上表现出更好的收敛效果。