526互联
首页
Ai
Java
Python
Android
Mysql
JavaScript
Html
CSS
旗号
打着 multi-fidelity RL 旗号,然而幼稚监督学习 + 迁移学习
RL episode 长度 = 1,先用 PPO 在 low-fidelity env 上学;维护一个 reward 的方差,如果方差足够小,就从 low-fidelity env 迁移到 high-fidelity env。 ......
旗号
multi-fidelity
fidelity
multi
RL
更新时间 2023-04-15
共1篇 :1/1页
首页
上一页
1
下一页
尾页