arXiv 机器学习· Nishanth Anand, Doina Precup·· 8 小时前AI 评分34
持续强化学习中的永久与瞬态表征
Permanent and Transient Representations for Continual Reinforcement Learning
AI 导读
研究提出通过结合用于长期泛化的参数化表征与用于瞬态适应的非参数化表征，解决持续强化学习（CRL）中的稳定性与可塑性权衡难题。该方法引入新型非参数化近似来估计复杂任务中的瞬态价值函数，支持高效在线学习。实验表明，这种系统级解耦方法在基于图像的任务和 Craftax-Classic 测试中均优于竞争基线。
来源：arXiv 机器学习 · arxiv.org