02 2024 档案

运行 decision transformer 遇到的问题
摘要：简介 本质上强化学习也是为了预测下一个action，那能否借用大模型的方法来实现next-action 的预测。业界有多篇借用大模型的方法（transfomer） 来实现这个目的。 伯克利的这篇算是最为彻底和简洁。https://sites.google.com/berkeley.edu/decis 阅读全文
posted @ 2024-02-22 20:54 keycai 阅读(249) 评论(0) 推荐(0)