emphatic-learning

标签

#emphatic-learning

正则化强调时序差分学习：常数步长下的稳定性

arXiv cs.AI ↗ · 2026-09-18 缓存

本文介绍了正则化强调时序差分学习（RETD），该方法通过归一化强调TD信号，确保在常数步长下的稳定性，并提供了收敛性证明和实验验证。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈