实体
offline goal-conditioned reinforcement learning
offline goal-conditioned reinforcement learning
PulseAugur coverage of offline goal-conditioned reinforcement learning — every cluster mentioning offline goal-conditioned reinforcement learning across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新研究应对离线目标条件强化学习挑战 · 跟踪到2个来源
两篇新研究论文探讨了离线目标条件强化学习（GCRL）中的挑战。第一篇论文介绍了PathBridger，一种通过构建状态空间桥梁来明确连接子目标选择与短视界执行的方法。第二篇论文提出了SegBench-GC，一个旨在测试多步离线GCRL中分割不变性的基准，并强调了人为边界如何对性能产生负面影响。
-
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。