UC Berkeley 新研究：以预训练基策略支撑集引导探索，实现在线快速适应

JacobBerg33 在 UC Berkeley 的首个项目提出一种快速在线适应算法，利用预训练基策略的支撑集引导探索。该方法允许 actor 策略在学习过程中超越基策略表现，作者称将另发技术线程详解。