更改
跳到导航
跳到搜索
←上一编辑
下一编辑→
Dreamer
(查看源代码)
2025年7月20日 (日) 18:54的版本
添加4字节
、
2025年7月20日 (日) 18:54
→策略网络与值函数
第147行:
第147行:
Dreamer通过在潜在空间中进行想象(imagination)生成训练数据。整体流程如下:
Dreamer通过在潜在空间中进行想象(imagination)生成训练数据。整体流程如下:
−
首先,从真实环境交互中收集初步经验,并将其存入经验回放池。
+
<br>
首先,从真实环境交互中收集初步经验,并将其存入经验回放池。
随后,智能体在潜在空间中反复执行以下训练循环:
随后,智能体在潜在空间中反复执行以下训练循环:
念
761
个编辑
导航菜单
个人工具
登录
名字空间
页面
讨论
变种
视图
阅读
查看源代码
查看历史
更多
搜索
导航
集智百科
集智主页
集智斑图
集智学园
最近更改
所有页面
捐赠我们
帮助
工具
特殊页面
可打印版本