提高强化学习中的数据效率：基于网格信息传播的新想象力机制
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该文介绍了一种置信度感知的双向离线模型想象算法，通过扩充离线数据集来增强在线学习的推广能力。实验结果表明，该算法显著提高了现有模型无关的线下 RL 算法的性能，并与基线方法相比获得了竞争性或更好的得分。
🏷️
