BriefGPT - AI 论文速递 · 2024-06-13T00:00:00Z CUER：适用于离策略连续深度强化学习算法的修正统一体验重播 📝 内容提要 本文提出了一种新算法 CUER，该算法在考虑所有其他经验的公平性的同时，通过使采样状态分布更接近于策略，以解决经验回放中转换重要性动态调整的问题，从而在样本效率、最终性能和训练期间策略的稳定性方面显著提高离策略连续控制算法。 🏷️ 标签 深度强化学习 算法 阅读原文 生成长图 分享链接 已复制链接
