实体 CauCRL

CauCRL

PulseAugur coverage of CauCRL — every cluster mentioning CauCRL across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_300623 · Oct 15 · 04:00

新的CauCRL方法通过混淆数据改进目标条件强化学习

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。