目标导向的迁移学习的明确价值预训练

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

该研究比较了模仿学习和目标条件强化学习两种方式,并提出了一种基于概率长期动态和期望价值函数之间联系的方法。该方法在目标条件强化学习和模仿学习方面都表现出高效和最新样本效率。

🏷️

标签

➡️

继续阅读