PulseAugur
中
实时 09:29:50
实体 Relative Value Learning

Relative Value Learning

PulseAugur coverage of Relative Value Learning — every cluster mentioning Relative Value Learning 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_160760 ·

    新的相对价值学习框架在强化学习中展现出潜力

    研究人员引入了一个名为相对价值学习（RV）的新框架用于强化学习。与估计绝对状态值的传统方法不同，RV使用反对称函数直接学习价值差异。当与PPO集成时，该方法在Atari基准测试中表现出竞争力，表明它是绝对批评者的可行替代方案。