强化学习新研究提出基于特征抽象的内在动机选项发现算法

2026年9月30日，arXiv人工智能领域发布了一项新研究。该研究提出了一种面向强化学习的内在动机选项发现算法，旨在解决传统全状态可达方法引发的选项数量爆炸与探索受阻问题。该算法通过为每个子目标识别少量的相关特征子集，学习具备广泛泛化与迁移能力的抽象选项（options）。目前，该方法已在包含Atari游戏MontezumasRevenge在内的3个基于图像的稀疏奖励领域中完成了验证，并成功实现了快速探索。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。