技术栈
离线强化学习
nju_spy
4 小时前
人工智能
·
强化学习
·
cvae
·
离线强化学习
·
双 q 学习
·
bcq
·
外推泛化误差
离线强化学习（一）BCQ 批量限制 Q-learning
B站 张伟楠 离线RL动手学RL 离线RLBCQ: Batch-Constrained Q-learning
我是有底线的