ACT：通过优势调节实现决策变换的动态规划赋能
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了一种新的离线强化学习方法——图决策Transformer（GDT），使用因果图建模输入序列，处理细粒度空间信息。实验表明，GDT在基于图像的Atari和OpenAI Gym上的性能可以与最先进的离线强化学习方法相媲美或超越。
🏷️
