论文研究自适应重要采样ActorCritic算法 .pdf

自适应重要采样Actor-Critic算法，冯涣婷，，在离策略Actor-Critic(AC)强化学习中，虽然Critic使用重要采样技术可以减小值函数估计的偏差，但是重要采样方法没有考虑估计的方差，算��