研究人员开发了一种名为因果对比强化学习(CauCRL)的新方法,以解决离线数据混淆的目标条件强化学习中的挑战。CauCRL引入了反事实转换,将观测数据与可能影响结果的未观测变量分离开来。通过从演示中学习悲观的反事实转换,CauCRL在反事实回放上训练Critic,与标准的对比强化学习相比,在混淆的目标达成任务上提高了成功率。 AI
影响 引入了一种处理目标条件强化学习中数据混淆的新方法,有可能在具有不完美数据的现实场景中提高智能体性能。
排序理由 详细介绍强化学习新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- CauCRL
- Causal Contrastive Reinforcement Learning
- Contrastive Reinforcement Learning
- Hugging Face
- Markov decision processes
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →