BriefGPT.xyz
Ask
alpha
关键词
trajectory crossing time
搜索结果 - 1
ICML
关于时序差分学习的统计优势
本文介绍了使用 TD 方法估计值函数的优势，即使用一种新的度量方法 - 问题的轨迹跨越时间，可以在一定程度上提高两个状态的值差的测量准确性。
PDF
a year ago
Prev
Next