中文版 | English

在结果中检索

CASIA OpenIR
（本次检索基于用户作品认领结果）

浏览/检索结果: 共2条，第1-2条 帮助

限定条件            
已选(0)清除 条数/页：   排序方式：
Conservative Policy Gradient in Multi-critic Setting 会议论文
, Hangzhou, China, 2019.11.22-24
作者:  Xi, Bao;  Wang, Rui;  Wang, Shuo;  Lu, Tao;  Cai, Yinghao
浏览  |  Adobe PDF(379Kb)  |  收藏  |  浏览/下载：213/72  |  提交时间：2021/02/02
inconsistancy  stablility  Q learning  policy gradient  
Curiosity-Driven Exploration for Off-Policy Reinforcement Learning Methods 会议论文
, Dali, China, 2019.12.06-2019.12.08
作者:  Li, Boyao;  Lu, Tao;  Li, Jiayi;  Lu, Ning;  Cai, Yinghao;  Wang, Shuo
浏览  |  Adobe PDF(2877Kb)  |  收藏  |  浏览/下载：205/71  |  提交时间：2020/08/27