Jan, 2023
哪些经历对您的代理有影响?具有离职随机删除的政策迭代
Which Experiences Are Influential for Your Agent? Policy Iteration with Turn-over Dropout
Takuya Hiraoka, Takashi Onishi, Yoshimasa Tsuruoka
TL;DR本文提出了 PI+ToD 方法来有效地评估经验的影响,该方法利用 Turn-Over Dropout 达到效率,实验结果表明其在 MuJoCo 环境中表现优秀。