技术栈
离线强化学习
Better Bench
19 天前
学习
·
强化学习
·
贝尔曼方程
·
离线强化学习
·
在线强化学习
·
q值
从摸石头过河到看录像学习：强化学习与离线RL的进化故事
举例：一个刚“出生”的机械臂，它面前有一个红色杯子。它想抓住这个杯子，但一开始它连手臂怎么动都会碰倒杯子。经过无数次摔倒和重来，它终于学会了稳稳抓取。这个“试错-学习-变强”的过程，就是强化学习的核心思想。本文将通过一个贯穿始终的机械臂学抓取的故事，由浅入深地揭开强化学习（RL）与离线强化学习（Offline RL）的算法演进史。
nju_spy
9 个月前
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