action-intersection

本文重新审视了大规模离散动作空间下Q-learning中的过估计偏差问题，提出了一种动作交集策略，该策略能够在两个Q函数之间实现半解耦，从而平衡过估计与欠估计。在表格方法和深度强化学习设置中的实验表明，该方法在多个基线上均取得了改进的性能。