d4rl-benchmarks

标签

#d4rl-benchmarks

通过选择性奖励刺激改进离线目标条件强化学习

arXiv cs.LG ↗ · 2026-09-18 缓存

该论文提出了RSIQL，一种非层次化的离线目标条件强化学习方法，通过使用选择性奖励刺激来提升在D4RL等基准测试上的性能。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈