2025年2月13日
Offline RL | Deadly Triad issue
摘要： 推荐阅读Why is there a Deadly Triad issue and how to handle it ? Bootstrapping Off-policy learning Function approximations 当上述三者结合在一起时，value function 可能表示 阅读全文
posted @ 2025-02-13 18:44 霜尘FrostDust 阅读(38) 评论(0) 推荐(0)