热门标签
更多>
搜索结果
查询Tags标签： improvement，共有 2条记录-
Reinforcement Learning as One Big Sequence Modeling Problem
发表时间：2021 文章要点：这篇文章把RL看作序列建模问题（sequence modeling problem），直接用transformer来拟合整个序列（reats states, actions, and rewards as simply a stream of data，其实还拟合了reward-to-to return），拟合完了后就直接用这个transformer来做…
2021/8/28 6:06:07 人评论 次浏览 -
Reinforcement Learning as One Big Sequence Modeling Problem
发表时间：2021 文章要点：这篇文章把RL看作序列建模问题（sequence modeling problem），直接用transformer来拟合整个序列（reats states, actions, and rewards as simply a stream of data，其实还拟合了reward-to-to return），拟合完了后就直接用这个transformer来做…
2021/8/28 6:06:07 人评论 次浏览
