BriefGPT.xyz
Ask
alpha
关键词
environmental parameters
搜索结果 - 1
可配置马尔可夫决策过程
本文提出了一种新的框架 Configurable Markov Decision Processes (Conf-MDPs)，以建立环境参数配置与学习代理之间的交互模型，并通过 Safe Policy-Model Iteration (SP
→
PDF
6 years ago
Prev
Next