BriefGPT - AI 论文速递 ·
ETGL-DDPG：一种用于稀疏奖励连续控制的深度确定性策略梯度算法
原文中文，约2100字，阅读约需5分钟。
📝 内容提要
研究提出了一种新的探索方法$ ext{ε}_t$-greedy，解决稀疏奖励的强化学习问题。结合双重经验回放缓冲框架GDRB和最长n步回报计算，ETGL-DDPG在标准测试中表现优于传统DDPG。该方法通过提高探索效率，在稀疏奖励环境中展示了有效性，为强化学习提供了新工具。
