arXiv · ML· Omer Hemo, Ido Sefi, Mirco Mutti, Aviv Tamar, Kfir Y. Levy·· 10 天前AI 评分30
控制变量辅助的强化学习模拟方法
Simulation-aided Reinforcement Learning with Control Variates
AI 导读
针对标准模拟混合方法因模拟器误差导致性能下降的问题,提出基于控制变量的保守模拟辅助学习方法。 该方法仅利用模拟数据降低学习过程中的方差,不直接塑造学习目标,并扩展至离线 RL 场景。 MuJoCo 基准任务实验证明其优于标准模拟混合方法,已被 NeurIPS 2026 录用。
来源:arXiv · ML · arxiv.org