arXiv · ML· Benjamin Fuhrer, Chen Tessler, Gal Dalal·· 9 小时前AI 评分24
GBRL：将梯度提升树优势引入强化学习框架
Gradient Boosting Reinforcement Learning
AI 导读
研究提出 GBRL 框架，将梯度提升树（GBT）的强项应用于强化学习任务，以解决神经网络在结构化特征和类别特征上的挑战。 该框架通过连续交错树构建与环境交互来克服传统 GBT 库的局限性，在结构化观察领域性能优于神经网络，并保持对分布外样本的优越鲁棒性。 论文已被 ICML 2025 会议接收。
来源：arXiv · ML · arxiv.org