MDPs

Deep Recurrent Q-Learning for Partially Observable MDPs翻译

摘要深度强化学习已经为复杂任务提供了精准的控制器。但是，这些控制器的内存有限，并且依赖于能够在每个决策点感知完整的游戏画面。为了解决这些缺点，本文研究了用循环LSTM替换卷

learning Recurrent deep MDPs Observable

admin 4月前

58 0