论文研究-自适应重要采样Actor-Critic算法 .pdf

【文件属性】：

文件名称：论文研究-自适应重要采样Actor-Critic算法 .pdf

文件大小：341KB

文件格式：PDF

更新时间：2022-09-11 08:16:32

策略梯度

自适应重要采样Actor-Critic算法，冯涣婷，，在离策略Actor-Critic(AC)强化学习中，虽然Critic使用重要采样技术可以减小值函数估计的偏差，但是重要采样方法没有考虑估计的方差，算��