CERL:更高效的explore

只是給出了這篇論文的主旨思想，具體細節我們就不論述了。 用於解決 explore 和 exploit的問題，更高效的explore。 用比較成熟的算法，例如TD3作爲learner，創建一組超參數gama不同的learner來學習，並用Resource Manager來動態的分配資源給更好的學習者。 同時，還用到了EA（Evolutionary Algorithms），其基本特徵如下： 1、產生新

>>阅读原文<<