BriefGPT - AI 论文速递 · 2024-12-17T00:00:00Z

Application of Advantage-Based Reinforcement Learning Optimization Method in Large Action Spaces

📝

内容提要

本研究提出了一种基于优势的优化方法ABQ，旨在解决高维大动作空间中的收敛困难和不稳定性问题。实验结果表明，ABQ在多个环境中显著提高了累积奖励，展现出卓越的优化能力。

🏷️

标签

ABQ 优化方法 收敛 累积奖励 高维动作空间