Coincidencia Adjunta Regularizada por Entropía para RL Fuera de Línea
RL fuera de línea con coincidencia adjunta y regularización por entropía para optimizar políticas de aprendizaje por refuerzo con datos históricos.
#regularización por entropía
RL fuera de línea con coincidencia adjunta y regularización por entropía para optimizar políticas de aprendizaje por refuerzo con datos históricos.