PulseAugur
中
实时 12:00:29
实体 Atari-100K

Atari-100K

PulseAugur coverage of Atari-100K — every cluster mentioning Atari-100K across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_206154 ·

    新方法增强了深度Q学习算法的稳定性

    研究人员开发了一种新方法来稳定深度Q学习（DQL）算法的训练，该算法以其不稳定性而闻名。该研究从三个角度对不稳定性进行了统一分析：贝尔曼引导中的偏差、贪婪动作选择的敏感性以及具有侵略性数据重用的参数动态。所提出的稳定原则，包括受控引导和集成分位数估计，在Atari-100K和Procgen环境的实验中展示了具有竞争力的性能和改进的训练稳定性。