本研究提出了一种扩展显式策略条件值函数（EPVF）的方法，以提高其在高维控制任务中的性能。通过大规模并行化等技术，EPVF能够有效探索策略参数空间，并在复杂任务中与先进的深度强化学习基线竞争。

Expansion of Massively Scaled Explicit Policy-conditioned Value Functions
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