arXiv · ML· Jacopo Di Ventura, Jan Felix Kleuker, Aske Plaat, Thomas Moerland·· 9 小时前AI 评分30
零样本强化学习统一框架
A Unified Framework for Zero-Shot Reinforcement Learning
AI 导读
提出零样本强化学习统一框架，构建双维度分类体系。 将算法分为组合型与直接型表示，区分无奖励与伪无奖励学习范式。将总误差分解为推理、奖励和近似三个成分，支持方法比较。
来源：arXiv · ML · arxiv.org