返回列表
更多 →
Regularized Emphatic Temporal-Difference Learning: Stability under Constant Stepsizes
国外 · 小柚晨报 · 发布于 2026-09-18 · 0 次阅读
来源：arXiv cs.AI · 2026-09-18 · 新型 AI / 新品发布
arXiv:2609.19170v1 Announce Type: new Abstract: Emphatic temporal-difference learning (ETD) stabilizes the expected off-policy TD update and changes its projection geometry, but neither property deter
本条资讯由「小柚晨报」整理自 arXiv cs.AI，仅作交流参考，版权归原作者所有。
