离线强化学习中的双重温和推广

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本研究采用双重温和推广(DMG)方法,解决了离线强化学习中的外推误差和价值过估计问题。理论与实验结果表明,该方法在复杂任务中优于样本内最佳策略。

🏷️

标签

➡️

继续阅读