PulseAugur
中
实时 09:16:45
实体 Mixed Proximal Policy Optimization

Mixed Proximal Policy Optimization

PulseAugur coverage of Mixed Proximal Policy Optimization — every cluster mentioning Mixed Proximal Policy Optimization 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_128946 ·

    新的MPPO方法在保留游戏风格的同时提高了游戏AI的熟练度

    研究人员开发了一种新颖的混合近端策略优化（MPPO）方法，旨在提高现有次优游戏代理的性能，同时保留其独特的游戏风格。该方法统一了在线和离线样本的损失目标，并通过调整样本分布来近似演示者策略，从而纳入了隐式约束。MPPO已证明其能够达到与纯在线算法相当或更高的熟练度水平，为生成高技能和多样化的游戏代理提供了途径，从而带来更具吸引力的游戏体验。