BriefGPT - AI 论文速递 · 2025-03-04T00:00:00Z Multi-Game Decision Transformer Target Reward Optimizer 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出了一种多游戏目标回报优化器（MTRO）算法，能够利用离线数据集自动确定游戏目标回报，从而简化配置过程。实验结果表明，MTRO显著提升了增强学习策略在多种游戏中的表现，促进了自主代理的发展。 🏷️ 标签 MTRO transformer 增强学习 游戏 算法 自主代理 阅读原文 生成长图 分享链接 已复制链接
