Chelsea Finn

Long-Horizon Q-Learning: Accurate Value Learning via n-Step Inequalities

长周期Q学习：通过n步不等式实现准确的价值学习

Armaan A. Abraham, Lucy Xiaoyang Shi, Chelsea Finn

机构 * Stanford University（斯坦福大学） 纠错

AI总结 本文提出长周期Q学习(LQL)，通过引入n步不等式来抑制误差累积，提升长周期学习稳定性，实验表明其在多种基准上优于传统TD方法。