跳到正文
arXiv · ML· Nishanth Anand, Doina Precup·· 14 天前AI 评分37

持续强化学习中永久与瞬态表征的互补学习系统

Permanent and Transient Representations for Continual Reinforcement Learning

AI 导读

为解决持续强化学习中的稳定性-可塑性权衡,该研究提出互补学习系统,结合长期参数化表征与短期非参数化表征。 方法引入新型非参数近似估计瞬态价值函数,在基于图像的任务及 Craftax-Classic 基准上,该方法实现了在线学习并优于竞争基线。

来源:arXiv · ML · arxiv.org