学者提出零样本强化学习统一框架

Jacopo Di Ventura 等人提出零样本强化学习统一框架。该工作构建了双维度分类体系，将算法区分为组合型与直接型表示，并进一步划分无奖励与伪无奖励学习范式。通过分解总误差为推理、奖励和近似三个成分，框架支持不同方法间的严格比较。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。