SAC

Soft Actor-Critic — um algoritmo de RL fora-de-política que maximiza tanto o retorno esperado quanto a entropia da política de controle, encorajando exploração enquanto mantém estabilidade. SAC é popular para manipulação de robô em simulação devido à sua eficiência amostral e robustez a hiperparâmetros. A regularização de entropia previne convergência prematura para políticas determinísticas e melhora robustez a variações do ambiente.

Related terms