arXiv · ML· Jinhee Won, Mardavij Roozbehani, Munther Dahleh·· 3 天前AI 评分20
RIFT:用于跨域离线强化学习的奖励改进场迁移
RIFT: Reward Improvement Field Transfer for Cross-Domain Offline RL
AI 导读
提出跨域离线强化学习方法 RIFT,通过共享隐空间编码源/目标转移对,利用最优传输配对低高奖励源转移并拟合仿射场,以扩充目标数据集。 实验在受重力、形态学和摩擦力变化的密集奖励运动任务上,显示 RIFT 相比现有基线提升整体性能。
来源:arXiv · ML · arxiv.org