模型Quantile Regression DQN
QR-DQN
一种分布式强化学习算法,使用分位数回归来学习回报分布,属于分位数方法。
时间轴 (近 90 天)
10月22日
QR-DQN 由 Dabney 等人于 2018 年提出,采用分位数回归来学习回报分布的分位点,直接参数化分位点,避免了投影误差。
待验证50%
10月22日
论文的分位数固定点估计量可视为 QR-DQN 的理论对应物,其速率分析解释了 QR-DQN 在实践中表现良好的原因。
待验证50%
一种分布式强化学习算法,使用分位数回归来学习回报分布,属于分位数方法。
QR-DQN 由 Dabney 等人于 2018 年提出,采用分位数回归来学习回报分布的分位点,直接参数化分位点,避免了投影误差。
论文的分位数固定点估计量可视为 QR-DQN 的理论对应物,其速率分析解释了 QR-DQN 在实践中表现良好的原因。