Hongjoon Ahn

新的“动作充分性”概念改进了强化学习目标表示

研究人员在离线目标条件强化学习的目标表示中引入了一个名为“动作充分性”的新概念。该概念解决了现有方法从价值学习中推导目标表示的局限性，这些方法可能无法区分需要不同最优动作的目标。所提出的动作充分性条件被证明是预测最优动作的必要条件，并且在经验上被证明比价值充分性与控制成功更紧密相关。通过标准对数似然训练得出的Actor表示被证明近似于动作充分性，并且优于通过价值函数估计学习的表示。