楼主: Mujahida
90 0

[其他] ICML-On Proximal Policy Optimization’s Heavy-tailed Gradients [推广有奖]

已卖:5696份资源

泰斗

0%

还不是VIP/贵宾

-

威望
0
论坛币
13312 个
通用积分
769.6805
学术水平
459 点
热心指数
484 点
信用等级
414 点
经验
116419 点
帖子
4683
精华
0
在线时间
16731 小时
注册时间
2013-1-2
最后登录
2026-2-23

楼主
Mujahida 在职认证  发表于 2025-7-28 07:19:37 |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
On Proximal Policy Optimization’s Heavy-tailed Gradients

Saurabh Garg 1 Joshua Zhanson 2 Emilio Parisotto 1 Adarsh Prasad 1 J. Zico Kolter 2 Zachary C. Lipton 1
         Sivaraman Balakrishnan 3 Ruslan Salakhutdinov 1 Pradeep Ravikumar 1

            Abstract                Mnih et al., 2015), policy gradient methods (Williams, 1992;
   Modern policy gradient algorithms such as Proxi-      Sutton et al., 2000; Mnih et al., 2016) have risen as a popu-
   mal Policy Optimization (PPO) rely on an ...
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 gradient TAILED Policy heavy

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
扫码
拉您进交流群
GMT+8, 2026-3-2 19:08