实体 ConTraIRL

ConTraIRL

PulseAugur coverage of ConTraIRL — every cluster mentioning ConTraIRL 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_68328 · Jun 3 · 04:00

新的IRL框架通过解耦表示增强奖励迁移

研究人员推出了一种名为ConTraIRL的新型框架，旨在改进逆强化学习（IRL）中的奖励迁移。该方法解决了当前IRL技术在策略需要泛化到新的环境动力学和任务目标时不可靠的问题。ConTraIRL通过学习独立的动力学和目标潜在表示来实现这一点，从而实现组合式奖励迁移，并在实验中展示了有效的少样本迁移能力。