时序差分学习-青云TOP-AI综合资源站平台|青云聚合API大模型调用平台|全网AI资源导航平台

青云TOP-AI综合资源站平台|青云聚合API大模型调用平台|全网AI资源导航平台

行动起来，活在当下

累计撰写 2228 篇文章
累计创建 767 个标签
累计收到 0 条评论

目录CONTENT

以下是时序差分学习相关的文章

2025-11-22
摆脱时序差分学习的强化学习：一种分而治之的新范式本文介绍了一种基于“分而治之”（divide and conquer）范式的强化学习（RL）新算法，它完全不依赖于存在可扩展性挑战的时序差分（TD）学习。该算法通过对轨迹进行分段合并，理论上能将贝尔曼递归次数减少到对数级别，有效解决了长程任务中的误差累积问题。研究团队将其应用于目标条件强化学习，提出了<strong>Transitive RL (TRL)</strong>，并在OGBench等高难度任务上取得了优异表现，无需手动设置TD($n$)中的超参数$n$。
- 2025-11-22
- 0
- 0
- 0
- AI基础/开发