跳到正文
arXiv · ML· Jake Grigsby, Siddhant Agarwal, Yu Lei, Leonidas Varveropoulos, Yuke Zhu·· 10 天前AI 评分39

MetaBFM:融合行为基础模型与元强化学习的混合方法

Meta-Reinforcement Learning with Zero-Shot Reinforcement Learning

AI 导读

MetaBFM 是一种混合方法,旨在扩展行为基础模型(BFM)以应对元强化学习(meta-RL)的四大挑战:环境识别、在线数据收集、测试时探索及混合奖励监督学习。

来源:arXiv · ML · arxiv.org