2022年1月7日
When to Trust Your Model: Model-Based Policy Optimization
摘要： **发表时间：**2019（NeurIPS 2019） **文章要点：**文章简单理论分析了一下model-based RL的单调收敛，然后做实验验证生成很多的短的rollouts会有比较好的效果（using short model-generated rollouts branched from 阅读全文
posted @ 2022-01-07 08:42 initial_h 阅读(303) 评论(0) 推荐(0) 编辑