Amir-massoud Farahmand

Cette étude montre les avantages du SGD en termes de robustesse par rapport aux méthodes d'entraînement adaptatif.

Traiter la surestimation de la valeur et le biais de récence pour améliorer la performance des agents.

De nouvelles méthodes améliorent la vitesse et la stabilité dans l'itération de valeur.