td-target

标签

#td-target

重访不确定性下Q学习中的TD目标聚合

arXiv cs.LG ↗ · 2026-08-05 缓存

本文提出SADQ，一种对Q学习的改进，利用动力学模型的一步轨迹预测来正则化TD目标聚合，减少自举引起的过估计，并在多个基准上提高训练稳定性。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈