[LG] SAPG: Split and Aggregate P-20240731060859

爱可可-爱生活 · 微博 · AI · 2024-07-31 06:08

文章预览

2024-07-31 06:08 本条微博链接 [LG] SAPG: Split and Aggregate Policy Gradients 网页链接提出一种新型基于策略的强化学习算法SAPG，通过分块学习多个策略并采用重要性采样聚合数据的方式，可以在大规模并行环境中获得比PPO等算法更好的性能。 ………………………………

原文地址：访问原文地址
快照地址：访问文章快照
总结与预览地址：访问总结与预览

分享到微博

推荐文章

爱可可-爱生活 · 【[100星]voidDB：一款为64位Linux量身打造的Go-20250201124238

2 天前

爱可可-爱生活 · 《爱可可微博热门分享(1.30)》爱可可微博热门分享(1.3-20250130225401

4 天前

爱可可-爱生活 · 【[446星]Neva：下一代编程语言，用数据流编程解决程序员的-20250130212509

4 天前

浩歌行 · 阿里的“深夜炸弹”：Qwen2.5-Max超越DeepSeek V3？

4 天前

浩歌行 · 阿里的“深夜炸弹”：Qwen2.5-Max超越DeepSeek V3？

4 天前

爱可可-爱生活 · 【[645星]Compose Craft：一个让Docker C-20250129195903

5 天前

CVer · 顶刊TPMAI 2024！即插即用！MLMC：无监督盲超分辨率算法

3 月前

猪价日记 · 汽油调价时间确定！12月15日：调价后92,95号汽油价格，12月16日猪价如何？

1 月前

中国能源报 · 诚邀订阅！中国能源汽车传播集团全媒体矩阵来了

3 周前

最高人民法院 · 地方两会特辑|海南：一图看懂工作报告

2 周前