University of Texas at Austin（得克萨斯大学奥斯汀分校）

Closing the Gap between TD Learning and Supervised Learning with $Q$-Conditioned Maximization

Xing Lei, Zifeng Zhuang, Shentao Yang, Sheng Xu, Yunhao Luo, Fei Shen, Wenyan Yang, Xuetao Zhang, Donglin Wang

机构 * Xi’an Jiaotong University（西安交通大学） ； Westlake University（西湖大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Georgia Institute of Technology（佐治亚理工学院） ； National University of Singapore（新加坡国立大学） ； Aalto University School of Electrical Engineering, Aalto University（阿alto大学电气工程学院，阿alto大学） 纠错