穷酸秀才大艹包

摘要： 郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ Arxiv：https://arxiv.org/abs/1812.05905 Abstract 无模型的深度RL算法已成功应用于一系列具有挑战性的序列决策和控制任务。但是，这些方法通常面临两个主要挑战：高样本复杂性和超参数的脆弱性。这两个 阅读全文