摘 要： 针对深度强化学习算法在部分可观测环境中面临的稀疏奖励、信息缺失等问题，提出一种结合好奇心模块与自模仿学习的近端策略优化算法。该算法利用随机网络来生成探索过程中的经验样本数据，然后利用优先（试读）...
登录
