Jun, 2024
离线强化学习中的值函数估计是否能与分类器插件一起联动？
Is Value Functions Estimation with Classification Plug-and-play for Offline Reinforcement Learning?
Denis Tarasov, Kirill Brilliantov, Dmitrii Kharlapenko
TL;DR通过大规模实验和不同算法的多样性任务，我们的研究旨在实证地调查这种替代方法对性能的影响，结果显示在某些任务中，这种改变可以实现超过现有解决方案的卓越性能，而在其他任务中保持相当的性能水平；然而对于其他算法，此修改可能导致性能的显著下降。这些发现对进一步应用于研究和实际任务的分类方法至关重要。