Chinese contentPrimal-Dual 学习中的参数共振：慢变约束 MDP 稳定性分析
训练带约束的强化学习智能体总不稳定？这篇论文找到了根源：两处约束估计不一致引发的参数共振，还给出了抑制办法。
#primal-dual
1 stories · 1 in 7 days · 1 in 30 days
Stories, products and papers tagged "primal-dual", newest first.
Oct 19
训练带约束的强化学习智能体总不稳定？这篇论文找到了根源：两处约束估计不一致引发的参数共振，还给出了抑制办法。