Levine发帖称优势条件监督提取可取得RL最优

Sergey Levine 发帖评述一种策略提取方法，称仅用以优势（advantage）为条件的监督学习来提取策略，就能在强化学习（RL）中取得最先进（state of the art）的结果，前提是把几个重要细节做对。 Levine 未在该帖中说明这些细节具体指什么，也未给出对应的实验数据或论文链接。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。