mean square bellman error | BriefGPT

关键词mean square bellman error

搜索结果 - 1

基于梯度的价值估计的高效实现
本文研究了值估计的梯度方法在强化学习中速度较慢的原因，提出了一种基于 Gauss-Newton 方向的低复杂度非批量化近端方法，并介绍了主要算法 RANS 及其在经典问题中的表现。
PDFa year ago