论文研究-基于iLSTD(λ)的Actor-Critic学习 .pdf

【文件属性】：

文件名称：论文研究-基于iLSTD(λ)的Actor-Critic学习 .pdf

文件大小：464KB

文件格式：PDF

更新时间：2022-09-05 03:46:59

策略梯度

基于iLSTD(λ)的Actor-Critic学习，冯涣婷，程玉虎，尽管策略梯度强化学习算法具有较好的收敛性，但是在梯度估计过程中方差过大，影响了算法的性能。为了提高策略梯度算法的收敛速度