真实在线TD 相关硕士博士期刊学术论文 - 信丰网

真实在线TD相关论文

一种解决连续空间问题的真实在线自然梯度AC算法

策略梯度作为一种能够有效解决连续空间决策问题的方法得到了广泛研究,但由于在策略估计过程中存在较大方差,因此,基于策略梯度的......

期刊

策略梯度自然梯度行动者-评论家真实在线TD 核方法 Policy gradient methods extensively studied continu

看过本文同时还关注