.png){kind=icon}
返回
Compact exploration for continuous action reinforcement learning
.png){kind=icon}
PRE
AI
DOI：10.1016/j.patcog.2025.112739.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 概念上，我们提出紧凑探索，其重点是探索一个高价值、紧凑的区域，而不仅仅是策略的即时邻域。
• 方法上，我们通过集成多个Q函数的共识与发散来构建高价值区域，并动态压缩该区域以确保紧凑性。
• 理论上，我们基于动态压缩为Q值的收敛性提供保证，证明Q值最终收敛到最优值，从而证实了我们方法的有效性。
• 实验上，我们提出的方法在Mujoco平台上多个复杂的连续控制任务中达到了当前最佳性能。
