基于自动温度调节的软 actor-critic 算法正则化
机器学习
2023-05-24 v2 人工智能
摘要
本文对带有自动温度调节的软 Actor-Critic (SAC) 算法的正则化进行了全面分析。我们对策略评估、策略改进和温度调节进行了重新表述，针对原有理论进行了某些修正，并以更明确的方式增强了其清晰性。
引用
@article{arxiv.2305.11831,
title = {Regularization of Soft Actor-Critic Algorithms with Automatic Temperature Adjustment},
author = {Ben You},
journal= {arXiv preprint arXiv:2305.11831},
year = {2023}
}
备注
This work aims to clarify the ambiguity and revise certain errors in the original soft actor-cirtic articles