#离线强化学习

离线强化学习新思路：变分后果驱动约束如何解决动态偏移

离线强化学习新论文提出结构行为正则化StBR，用潜空间散度替代动作分布约束，解决动态偏移问题，在多样化基准上取得更优性能。