概念Implicit Q-Learning / 隐式Q学习
IQL
一种离线强化学习算法，通过完全避免查询分布外动作的价值来规避过估计问题，与CQL同属离线RL核心方法
时间轴 (近 90 天)
10月27日
隐式Q学习（IQL）完全避免查询分布外动作的价值。
待验证50%
10月1日
离线强化学习通过引入CQL、IQL等约束算法惩罚智能体偏离数据集分布的行为，但代价是探索能力受限
待验证50%
一种离线强化学习算法，通过完全避免查询分布外动作的价值来规避过估计问题，与CQL同属离线RL核心方法
隐式Q学习（IQL）完全避免查询分布外动作的价值。
离线强化学习通过引入CQL、IQL等约束算法惩罚智能体偏离数据集分布的行为，但代价是探索能力受限