arXiv · AI· Riccardo De Monte, Matteo Cederle, Gian Antonio Susto·· 9 小时前AI 评分21
面向持续控制的从批量到流式深度强化学习
Towards Batch-to-Streaming Deep Reinforcement Learning for Continuous Control
AI 导读
该研究提出两个新的流式深度强化学习算法，即流式软演员评论家（S2AC）和流式确定性演员评论家（SDAC）。 这两个算法旨在与最先进的批量强化学习方法兼容，特别适用于诸如Sim2Real迁移等端侧微调场景。
来源：arXiv · AI · arxiv.org