2024年2月14日
Prioritized Experience Replay
摘要： 发表时间：2016（ICLR 2016） 文章要点：这篇文章提出了很经典的experience replay的方法PER，通过temporal-difference (TD) error来给采样赋权重（Sequences associated with rewards appear to be re 阅读全文
posted @ 2024-02-14 08:29 initial_h 阅读(103) 评论(0) 推荐(0)