ট্র্যাজেক্টরি ট্রান্সফরমার

Temporal Difference Transformer

টেম্পোরাল ডিফারেন্স ট্রান্সফরমার হলো ট্রান্সফরমারের একটি রূপ যা মনোযোগ কাঠামোর মধ্যে টেম্পোরাল ডিফারেন্স নীতিগুলিকে একীভূত করে, ক্রমিক শিক্ষা এবং মূল্য অনুমানের বুটস্ট্র্যাপ আপডেটকে একত্রিত করে।

← ফিরে যান