本文探讨了残差算法在无模型和有模型强化学习中的应用，提出了双向目标网络技术来稳定残差算法。在基准测试中，残差版本表现优于基准DDPG。在模型为基础的规划中，残差算法是解决分布不匹配问题的有效方法，性能提高。

Desc: GAME, RLFinished?: YesTags: PaperURL1: https://arxiv.org/abs/2106.06135URL2: https://github.com/kwai/DouZeroURL3:...