2021年8月7日
Online and Offline Reinforcement Learning by Planning with a Learned Model
摘要： **发表时间：**2021 **文章要点：**文章接着muzero做的，当时muzero里面提出了一个MuZero Reanalyze（Reanalyse）的方式，这篇文章提出的MuZero Unplugged算法其实就是把MuZero Reanalyse用到offline RL里面。作者想说的就是 阅读全文
posted @ 2021-08-07 13:23 initial_h 阅读(402) 评论(2) 推荐(0) 编辑