continuous-control benchmarks | BriefGPT

关键词continuous-control benchmarks

搜索结果 - 1

基于元模型的元策略优化
本文通过将 Janner 等人 (2019) 提出的定理扩展，分析了基于模型的元强化学习方法的性能保证，并提出了具有性能保证的 Meta-Model-Based Meta-Policy Optimization (M3PO)，证明 M3PO
PDF4 years ago