policy-verification

标签

#policy-verification

强化学习策略验证综述

arXiv cs.AI ↗ · 2026-07-21 缓存

本综述为强化学习策略的验证方法提供了统一视角，提出了一个按三个维度（验证范式、时间范围和保证强度）分类的方法，并指出了新兴研究方向。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈