arXiv 机器学习· Tong Che, Boris Ivanovic, Marco Pavone·· 8 小时前AI 评分33
Short-to-Long：用于长视界价值学习的特征解耦方法
Short-to-Long: Detached Features for Long-Horizon Value Learning
AI 导读
研究人员提出 Short-to-Long（S2L）方法，通过小折扣源网络为长视界行为学习器提供特征，并利用解耦连接防止行为价值损失回传更新源网络。该方法在 Atari、在线连续控制和离线连续控制任务中均取得综合性能提升，并在 57 款 Atari 游戏中的 40 款上提高了配对最终中位数。测试还表明，混合折扣降低了源价值目标的漂移。
来源：arXiv 机器学习 · arxiv.org