critic-complexity

标签

#critic-complexity

演员-评论家强化学习中评论家复杂性的评估、度量与控制

arXiv cs.LG ↗ · 昨天缓存

本文引入频谱有效秩熵作为度量指标，用于在演员-评论家强化学习中测量和控制评论家复杂性，并在TD3和PPO实验中证明了其可测量性和可控性。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈