随机方差缩减的递归动量策略梯度方法

辛垚辉,李永强,冯宇,胡磊

Stochastic variance-reduced recursive momentum policy gradient method

Yaohui XIN,Yongqiang LI,Yu FENG,Lei HU

表 2 实验任务场景关键参数

Tab.2 Key parameters of the experimental task scenarios

任务 描述 动作空间 状态空间 最大步长 Cartpole 平衡车 2维离散 4维 500 Acrobot 两关节连杆 3维离散 6维 500 Hopper 跳跃机器人 3维连续 11维 1000 Walker 行走机器人 6维连续 17维 1000