本研究提出了一种新的Q学习算法，解决了在接近一的折扣因子下收敛缓慢的问题。该算法在深度强化学习中表现出更低的偏差，并在大规模问题上显示出有效性。

Double Continuous Over-Relaxation Q-Learning and Its Extension to Deep Reinforcement Learning
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