2021年11月12日
MOReL: Model-Based Offline Reinforcement Learning
摘要： **发表时间：**2020（NeurIPS 2020） **文章要点：**这篇文章用model based方法去做offline RL。主要分为两步，第一步是用offline data学一个pessimistic MDP (P-MDP)，第二步就是用这个P-MDP去学一个near-optimal p 阅读全文
posted @ 2021-11-12 14:25 initial_h 阅读(589) 评论(0) 推荐(1) 编辑