一种采用模型学习和经验回放加速的正则化自然行动器评判器.PDFVIP

计 算 机 学 报 2017 年在线发布 CHINESE JOURNAL OF COMPUTERS 20 17Online 一种采用模型学习和经验回放加速的正则化 自然行动器评判器算法 钟珊1),2),3),4) 刘全1),3),5) + 傅启明3),4),6) 龚声蓉1),2) 董虎胜1) 1