#TD学习

1 stories · 1 in 7 days · 1 in 30 days

Adam 1 优化器 1 学术论文 1 强化学习 1

Stories, products and papers tagged "TD学习", newest first.

Nov 3

Papers Builders11:39

Chinese content研究显示 Adam 等自适应优化器会让策略排序出错，提出双跑修复法

做强化学习调参的值得看：论文说 Adam 固定平均率会把策略价值估偏，排序都排错，还给了个双跑修法，多跑一两次拟合就能纠正。

#Adam #TD学习 #强化学习 #优化器

arXiv cs.LG@Sunyoung An, Xiaoming HuoSource