convergent td-learning | BriefGPT

关键词convergent td-learning

搜索结果 - 1

NIPS正则化的离线 TD 学习
本文提出了一种新的 $l_1$ 正则化的离策略收敛 TD 学习方法（称为 RO-TD），能够以较低的计算复杂度学习值函数的稀疏表示，并且具有在线凸正则化的特征选择能力。详细的理论和实验分析表明该算法具有离策略收敛、稀疏特征选择能力和低计算成
PDF4 years ago