Direct Advantage Estimation for Scalable and Sample-efficient Deep Reinforcement Learning
直接优势估计：可扩展且样本高效的深度强化学习
专题命中 模型式强化学习 ：latent dynamics(abstract)；分类 cs.LG；dynamics model(abstract)
AI总结 针对直接优势估计（DAE）在部分可观测域和高维观测下的局限性，本文扩展其理论框架并引入离散潜动态模型降低计算复杂度，在Arcade学习环境中验证了DAE的可扩展性和样本效率。
Comments Accepted at RLC2026
