Hyperbolic IRL论文发布

1. 13:00
   arXiv · ML

   Hyperbolic IRL：提升逆强化学习精度与可解释性的双曲奖励参数化方法

   研究提出 Hyperbolic IRL，将奖励函数参数化为特征向量与学习参数向量间的 Hyperbolic 距离，以解决传统逆强化学习缺乏几何假设的问题。 在确定性与随机策略下，该方法在低数据限制和密集环境中表现优于基线，并与 SOTA 模型在标准基准上性能相当。 应用于人类博物馆导航场景，揭示了不可分离合取结构对行为的影响，为提升预测精度和可解释性提供了新框架。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。