arXiv cs.LG· Jan Felix Kleuker, Koen Ponse, Aske Plaat, Thomas M. Moerland·2026-11-05 13:00· 2 小时前AI 评分36

重新审视 Soft Actor-Critic 算法中的 Critic 估计设计

Revisiting Critic Estimation in Soft Actor-Critic Algorithms

AI 导读

一项新研究重估了 Soft Actor-Critic（SAC）算法的 Critic 估计方法，发现在回放轨迹片段上训练 $\lambda$-return Critic 能显著提升性能，在连续控制任务中尤为明显。

来源：arXiv cs.LG · arxiv.org