per-episode-evaluation

标签

#per-episode-evaluation

在每集分布上训练和评估伦理强化学习智能体

arXiv cs.LG ↗ · 2026-08-18 缓存

本文比较了四种训练伦理强化学习智能体的方法，在每集违规分布而非平均率上进行评估，并证明了每集保证可以在不影响平均性能的情况下实现。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈