arXiv 机器学习· Andrea Vasco Grieco, Evelyn D'Elia, Edoardo Caldarelli, Raffaello Camoriano·· 6 小时前AI 评分33
同策略强化学习中探索与可塑性丧失关联研究
Bridging Exploration and Loss of Plasticity in On-Policy Reinforcement Learning
AI 导读
研究针对采用各向同性高斯策略的近端策略优化（PPO）展开分析，揭示了策略标准差 $\sigma$ 对可塑性丧失（LoP）程度具有显著影响。该成果提出了刻画 $\sigma$ 作用的多项指标与理论机理，解释了主流 LoP 缓解技术有效的原因。相关结论已通过 LoP 标准基准测试以及在 7-DoF 机械臂上的真实部署验证。
来源：arXiv 机器学习 · arxiv.org