2022年6月29日

Offline Reinforcement Learning as One Big Sequence Modeling Problem
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！ NeurIPS 2021 代码可以从此处获取 Abstract 强化学习(RL)通常与估计静态策略或单步模型有关，利用马尔可夫属性及时分解问题。然而，我们也可以将RL视为一个通用的序列建模问题，其目标是产生一系列动作，从而导致一系列高回报 阅读全文
posted @ 2022-06-29 20:09 穷酸秀才大草包 阅读(501) 评论(0) 推荐(0)

导航