BriefGPT - AI 论文速递 · 2025-05-13T00:00:00Z

连续控制中演员-评论家强化学习的蒙特卡洛束搜索

📝

内容提要

本研究提出了一种新方法——蒙特卡洛束搜索（MCBS），结合了束搜索、蒙特卡洛回路和TD3，有效解决了传统方法的探索不足问题。实验结果显示，MCBS在多个基准测试中优于传统TD3。

🏷️

标签

TD3 基准测试 探索 束搜索 蒙特卡洛束搜索