摘要：强化学习中非线性效用的策略梯度定理
作者：Navdeep Kumar, Kaixin Wang, Kfir Levy, Shie Mannor
论文ID：2210.00991
分类：Machine Learning
分类简称：cs.LG
提交时间：2023-08-30
PDF 下载： 英文版 中文版pdf翻译中