AI资讯新闻榜单内容搜索-SAC Flow

关键词: AI,模型训练,SAC Flow,人工智能

本文介绍了一种用高数据效率强化学习算法 SAC 训练流策略的新方案，可以端到端优化真实的流策略，而无需采用替代目标或者策略蒸馏。SAC FLow 的核心思想是把流策略视作一个 residual RNN，再用 GRU  门控和 Transformer Decoder 两套速度参数化。