强化学习的天然环境基准

 2020-05-11 05:09:10算法   做者 | wang王编辑 | 丛末框架 虽然当前的基准强化学习（RL）任务对于推进这一领域的进展大有裨益，但在许多方面还不能很好地替代真实数据的学习。在低复杂度的仿真环境中测试日益复杂的RL算法，得到的RL策略难以推广。ide 论文地址：https://arxiv.org/pdf/1811.06032.pdf函数 为解决此问题，本文提出了3个新的基

>>阅读原文<<