1 published article
研究
研究人员在参数化动作任务中跨演员-评论家智能体共享回放缓冲区。GAC的性能大幅提升，但SAC和TQC仅有微小进步。超过五个智能体后，计算成本上升，却无实质性回报。该论文为共享经验方法的扩展极限提供了一个实用边界。
2026-07-27