计算视觉RUDDER Return Decomposition for Delayed Rewards

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

RUDDER: Return Decomposition for Delayed
             Rewards

          Jose A. Arjona-Medina Michael Gillhofer Michael Widrich
          Thomas Unterthiner Johannes Brandstetter Sepp Hochreiter
                        LIT AI Lab
                   Institute for Machine Learning
                Johannes Kepler University Linz, Austria

                        Abstract
       We propose RUDDER, a novel reinforcement learning approach for delayed re-
       wards in finite Markov decision proc ...

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：composition position Rewards Delayed RETURN