Happy to share our @Aistats2020 paper "A Cramér Distance perspective on Quantile Regression based Distributional Reinforcement Learning" with
@nicolas_bondoux: https://t.co/0SJBUKeAff.
We prove novel results connecting Cramér distance to QR loss and 1-Wasserstein projection.
We propose a low-complexity algorithm to compute the Cramér distance and show competitive experimental results on Atari games. Code: https://t.co/4V4x0arbCH based on DQN Zoo @johnquan_@georgostrovski
@ThomasCabaret84 Dans le même ordre d'idées, j'aime bcp l'escalier de Cantor, dont la dérivée est presque partout définie et nulle. https://t.co/FSJIWsE3yP
@ThomasCabaret84 Détrompe moi si je dis une bêtise: non seulement la vitesse tangentielle est plus élevée qu'à la base, mais surtout il y a une acceleration angulaire ! Même si tu lances la balle de manière à ce que sa vitesse tangentielle soit celle En bas de la tour, le resultat serait le même.