分布式随机网络蒸馏中的探索与反探索

本文提出了一种改进的深度强化学习算法（DRND），通过随机网络扰动和伪计算来提高奖励分配的准确性和探索过程。该算法在在线周期探索场景和离线任务中表现出更好的性能。