BriefGPT.xyz
Ask
alpha
关键词
feature rank deterioration
搜索结果 - 1
没有代表,没有信任:连接 PPO 中的代表、崩溃和信任问题
通过对 Atari 和 MuJoCo 环境中的 PPO 代理的实证研究,揭示了 PPO 代理受特征秩降低和可塑性丧失的影响,这一现象加剧了强非稳态性,最终导致演员的性能崩溃,无论评论家的性能如何。我们建立了表示崩溃、性能崩溃和 PPO 中的
→
PDF
2 months ago
Prev
Next