楼主: Mujahida
64 0

[其他] ICML-Monotonic Robust Policy Optimization with Model Discrepancy [推广有奖]

已卖:5641份资源

泰斗

0%

还不是VIP/贵宾

-

威望
0
论坛币
13322 个
通用积分
711.3950
学术水平
459 点
热心指数
484 点
信用等级
414 点
经验
115899 点
帖子
4676
精华
0
在线时间
16723 小时
注册时间
2013-1-2
最后登录
2025-12-14

楼主
Mujahida 在职认证  发表于 2025-7-27 20:11:00 |AI写论文

+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~ !

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
Monotonic Robust Policy Optimization with Model Discrepancy

           Yuankun Jiang 1 Chenglin Li 2 Wenrui Dai 1 Junni Zou 1 Hongkai Xiong 2

             Abstract               control tasks, e.g., playing computer games with human-
    State-of-the-art deep reinforcement learning       level performance (Mnih et al., 2013; Silver et al., 2018)
    (DRL) algorithms tend to overt due to the model     and trafc signal control (Chen et al., 2020). DRL often
    discrepancy between source and t ...
二维码

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

关键词:Optimization monotonic robust Policy ATION

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
jg-xs1
拉您进交流群
GMT+8, 2025-12-22 16:52