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

Batch Size-Invariance for Policy Optimization

Jacob Hilton,Karl Cobbe,John Schulman

NEURIPS 2022（2022）

引用 15|浏览125
关键词
reinforcement learning,policy gradient,learning rate
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