characteristic-functions

标签

Cards List
#characteristic-functions

{\phi}TD:使用特征函数的分布式强化学习

arXiv cs.LG ↗ · 2天前 缓存

本文提出了 φTD,这是一种分布式强化学习方法,利用特征函数在频域中计算损失,绕过显式投影算子,统一了分位数方法和类别方法,同时能够表示此前无法表达的回报分布,例如连续分布的混合分布。

0 人收藏 0 人点赞
← 返回首页

提交意见反馈