ICML-UCB Momentum Q-learning Correcting the bias without forgetting

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

UCB Momentum Q-learning:
                 Correcting the bias without forgetting

        Pierre Ménard 1 Omar Darwiche Domingues 2 Xuedong Shang 2 3 Michal Valko 2 3 4

            Abstract                balance the exploration of the environment and exploitation
                                of the current knowledge to act optimally.
   We propose UCBMQ, Upper Confidence Bound
   Momentum Q-learning, a new algorithm for rein-       In particular, we study the non-stationary setting where re ...

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Momentum Learning correct earning getting