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1条，第1-1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
Adobe PDF(379Kb)  |  收藏  |  浏览/下载：186/63  |  提交时间：2021/02/02
inconsistancy  stablility  Q learning  policy gradient