全部版块 我的主页
论坛 提问 悬赏 求职 新闻 读书 功能一区 经管文库(原现金交易版)
91 0
2025-07-28
On Proximal Policy Optimization’s Heavy-tailed Gradients

Saurabh Garg 1 Joshua Zhanson 2 Emilio Parisotto 1 Adarsh Prasad 1 J. Zico Kolter 2 Zachary C. Lipton 1
         Sivaraman Balakrishnan 3 Ruslan Salakhutdinov 1 Pradeep Ravikumar 1

            Abstract                Mnih et al., 2015), policy gradient methods (Williams, 1992;
   Modern policy gradient algorithms such as Proxi-      Sutton et al., 2000; Mnih et al., 2016) have risen as a popu-
   mal Policy Optimization (PPO) rely on an ...
附件列表
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群