谷歌浏览器插件
订阅小程序
在清言上使用
VIPCreated with Sketch.

Implementing Action Mask in Proximal Policy Optimization (PPO) Algorithm

Cheng-Yen Tang,Chien-Hung Liu,Woei-Kae Chen,Shingchern D. You

ICT express（2020）

引用 36|浏览48
关键词
PPO,Invalid action,Reinforcement learning
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要