JZTXT
首页
Ai
Java
Python
Android
Mysql
JavaScript
Html
CSS
AlphaZero
Value targets in off-policy AlphaZero: a new greedy backup
**发表时间:**2021 **文章要点:**这篇文章给AlphaZero设计了一个新的value targets,AlphaZero with greedy backups (A0GB)。 AlphaZero的树里面有探索,而value又是所有结果的平均,所以并不准确。而选动作也是依概率选的,但真 ......
off-policy
AlphaZero
targets
greedy
backup
更新时间 2023-04-16
共1篇 :1/1页
首页
上一页
1
下一页
尾页