论文Agent 与开发者73°11:41CAST结合规划器引导行为提升强化学习新提出的CAST方法结合规划器与策略,在强化学习中实现更高效的值学习,并在四足机器人上验证效果。#CAST#强化学习#模型基础#规划器aarXiv: Google DeepMind@Pietro Noah Crestaz 等 4 人原文稍后读已读值得跟进有用关注 CAST