Apple Machine Learning Research·· 13 天前AI 评分39
REVERSAL-BENCH：用于度量无重置强化学习断崖的可逆性轴与重置预言机
REVERSAL-BENCH: A Reversibility Axis and Reset Oracle for Measuring the Reset-Free RL Cliff
AI 导读
研究人员推出强化学习基准 REVERSAL-BENCH，通过连续参数 ρ∈ [0, 1] 控制环境可逆性，并提供验证状态可恢复性的重置预言机。评测显示无重置智能体存在显著的可逆性断崖，会永久陷入不可恢复状态导致学习终止，证实该崩溃因果性地由不可逆性驱动。该基准套件涵盖 5 个物理引擎中的 8 种操作设置并开放数据集。
来源：Apple Machine Learning Research · machinelearning.apple.com