提出基于能量函数的强化学习迁移方法

1. 12:00
   arXiv · ML

   基于能量函数的强化学习迁移方法

   提出一种基于能量函数的迁移学习方法，利用分布外检测使预训练教师策略仅在训练分布内的状态进行干预。 该方法通过理论联系能量得分与在策略强化学习下的状态访问模式，在单任务和多重任务设置中提升了样本效率与性能。

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。