标签
本文识别了优先级经验回放中的组内自我选择偏差，并提出了兄弟感知方法来纠正结果分布扭曲，从而提高强化学习的学习效率。
本文介绍了新颖性和惊奇性优先经验回放（NSPER），通过结合新颖性和惊奇性来优先化经验与探索，以提升图像强化学习中的样本效率。