2021年11月22日
Search on the Replay Buffer: Bridging Planning and Reinforcement Learning
摘要： **发表时间：**2019（NeurIPS 2019） **文章要点：**这篇文章结合planning和强化学习来解决复杂任务，主要思路是通过强化学习（Goal-conditioned RL）的方式构建一个图结构（graph），图里的节点就包括起始位置，目标位置以及中间点，这就相当于把一个远距离的目 阅读全文
posted @ 2021-11-22 12:42 initial_h 阅读(129) 评论(0) 推荐(0) 编辑