arXiv · cs.AI· Parham Nooranbakht, Seyed Mahdi Basiri Azad, Joschka B\"odecker·· 5 小时前
SGQN分析连续控制中自适应动作网格对Q-learning的影响
Selective Growing Q-Networks (SGQN): An Analysis of Adaptive Action Grids in Decoupled Q-Learning
arXiv:2610.20463v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Parham Nooranbakht, Seyed Mahdi Basiri Azad, Joschka B\"odecker
研究任务与主要进展
作者提出选择性增长Q网络（SGQN），通过在高估计Q值附近增加分箱、裁剪低Q值分箱，并以ε-贪心方式选择动作。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org