价值迭代网络（VIN）是一个全可微神经网络，内嵌有规划模块，可以学习规划和预测基于规划的推理。VIN策略通过学习显式规划计算，能够更好地推广到新的、未见过的域。

将价值迭代网络扩展到 5000 层，用于极长期规划
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证