Relative Trajectory Balance is equivalent to Trust-PCL
机构 * Mila – Quebec AI Institute(魁北克AI研究所) ; Entalpic ; McGill University(麦吉尔大学) ; Université de Montréal(蒙特利尔大学) ; Google DeepMind(谷歌DeepMind)
作者
Machine Learning
机构 * Mila – Quebec AI Institute(魁北克AI研究所) ; Entalpic ; McGill University(麦吉尔大学) ; Université de Montréal(蒙特利尔大学) ; Google DeepMind(谷歌DeepMind)