该研究提出了一种不确定性感知的离线强化学习方法，解决认知不确定性和环境随机性，学习风险规避策略。实验评估证明了该方法的卓越性能。

基于不确定性的分布离线强化学习
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