谷歌浏览器插件
订阅小程序
在清言上使用
VIPCreated with Sketch.

Off-OAB: Off-Policy Policy Gradient Method with Optimal Action-Dependent Baseline

Wenjia Meng,Qian Zheng,Long Yang,Yilong Yin,Gang Pan

CoRR（2024）

引用 0|浏览27
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要