arXiv · ML· Siddharth Aphale, Ayushman Singh·· 2026-10-14AI 评分27
面向稀疏奖励强化学习的上下文级反向课程学习
Per-Context Reverse Curricula for Sparse-Reward Reinforcement Learning
AI 导读
提出一种在线、学习者无关的重置控制器,为每个上下文提供独立的反向课程,解决同步全局进度在任务实例学习速率不同时的失效问题。 该控制器利用二元 rollout 成功决定进度的前进或后退,并在停滞前沿进行更难的起点尝试。
来源:arXiv · ML · arxiv.org