Feb, 2021

基于启发式策略评估的自举式Q评估优化

TL;DR本文探讨了自举法在强化学习中的应用和如何提高自举法的计算效率,使用 FQE 方法进行策略评估,并用数值实验评估自举法在强化学习中的潜力。