2020年7月28日
The option-critic architecture（下）
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(839) 评论(1) 推荐(0)