BriefGPT - AI 论文速递 · 2024-01-18T00:00:00Z 分布式随机网络蒸馏中的探索与反探索 💡 原文中文，约200字，阅读约需1分钟。 📝 内容提要 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。 🏷️ 标签 DRND 在线周期探索 奖励分配 探索过程 深度强化学习 阅读原文 生成长图 分享链接 已复制链接
