Многоцелевая эволюционная оптимизация

Политический градиент с множественными целями

Метод обучения с подкреплением, непосредственно оптимизирующий параметры политики для максимизации вектора многоцелевых вознаграждений с использованием техник стохастического градиента.

← Назад