arXiv · ML· Sebastian Pusch, Matthia Sabatelli, Gido M. van de Ven·· 17 小时前AI 评分25
持续强化学习中稳定性差距的基准研究
The Stability Gap in Continual Reinforcement Learning
AI 导读
针对持续强化学习(CRL)中最终聚合指标掩盖适应期性能衰退的问题,该研究引入新基准。 基准通过改变观察表征但保持环境动态与奖励不变,揭示引入新任务后旧任务性能显著下降且无法完全恢复的“稳定性差距”。
来源:arXiv · ML · arxiv.org