2022年5月23日
A0C: Alpha Zero in Continuous Action Space
摘要： **发表时间：**2018 **文章要点：**这篇文章提出A0C算法，把AlphaZero做到连续动作空间上，主要使用的方式是progressive widening和continuous prior（就是continuous policy network）。具体的，progressive wide 阅读全文
posted @ 2022-05-23 23:05 initial_h 阅读(229) 评论(0) 推荐(0) 编辑