摘要：
Experiments 我们首先考虑四个房间域中的导航任务（Sutton、Precup和Singh 1999）。我们的目标是评估一组完全自主学习的option从环境的突然变化中恢复过来的能力。（Sutton，Precup，and Singh 1999）对一组预先指定的选项提出了一个类似的实验；我们的 阅读全文
posted @ 2020-07-28 12:37
米么裤
阅读(800)
评论(1)
推荐(0)
摘要：
The option-critic architecture论文翻译与理解 阅读全文
posted @ 2020-07-24 23:34
米么裤
阅读(1711)
评论(0)
推荐(0)
浙公网安备 33010602011771号