2025年10月11日
GAE-广义优势估计算法介绍
摘要： GAE 的具体计算方式 GAE 是一种在强化学习中用于估计优势函数的高级技巧，它通过一个参数 λ 来巧妙地平衡偏差 (bias) 和方差 (variance)，从而得到更稳定和高效的策略更新。 1. 目标：估计优势函数 (Advantage Function) 首先，我们想估计的目标是优势函数 \( 阅读全文
posted @ 2025-10-11 00:50 AikNr 阅读(365) 评论(0) 推荐(0)