526互联
首页
Ai
Java
Python
Android
Mysql
JavaScript
Html
CSS
IQL
offline RL | IQL:通过 sarsa 式 Q 更新避免 unseen actions
① 通过 (s,a,r,s',a') 更新 Q function,② 通过 Q 和 V 交替迭代,避免过拟合 s'~p(s'|a) 的随机好 s',误以为 a 是好 action,③ 通过 AWR 从 Q function 提取 policy。 ......
offline
actions
unseen
sarsa
IQL
更新时间 2023-11-25
共1篇 :1/1页
首页
上一页
1
下一页
尾页