跳到正文
arXiv · ML· Daniel Campa, Spandan Das, Srinjoy Das·· 9 天前AI 评分23

FaST: 离线强化学习中基于链式法则的过渡合成方法

FaST: Factored Synthesis of Transitions for Offline Reinforcement Learning

AI 导读

summary_zh: FaST 将过渡元组分解为状态、动作、动力学、奖励和终止阶段,在 12 个 D4RL 基准上与 SynthER 扩散基线持平,生成速度超过 90 倍。

来源:arXiv · ML · arxiv.org