概念DRL / Distributional Reinforcement Learning
分布式强化学习
强化学习的一个子领域，学习回报的完整概率分布而非仅期望值，以捕捉不确定性并支持风险敏感决策。
时间轴 (近 90 天)
10月22日
分布式强化学习（DRL）学习回报的完整分布而非仅其期望，这一思想最早由 Bellemare 等人在 C51 算法中系统化。
待验证50%
强化学习的一个子领域，学习回报的完整概率分布而非仅期望值，以捕捉不确定性并支持风险敏感决策。
分布式强化学习（DRL）学习回报的完整分布而非仅其期望，这一思想最早由 Bellemare 等人在 C51 算法中系统化。