模型Agent 与开发者精选13:47EPIG-Tree 算法提升强化学习梯度估计效率这个新算法能更高效地计算梯度，在连续控制任务和 Wordle 游戏上都比传统方法表现更好。#EPIG-Tree#强化学习#梯度估计#连续控制aarXiv cs.LG@Nikita Khomich 等 3 人原文稍后读已读值得跟进有用关注 EPIG-Tree