PulseAugur
中
实时 19:42:21
实体 When Do Intrinsic Rewards Lead to Exploration?

When Do Intrinsic Rewards Lead to Exploration?

PulseAugur coverage of When Do Intrinsic Rewards Lead to Exploration? — every cluster mentioning When Do Intrinsic Rewards Lead to Exploration? across labs, papers, and developer communities, ranked by signal.

Show in brief
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
  1. TOOL · CL_277297 ·

    新研究论文质疑强化学习中的内在奖励

    一篇题为《内在奖励何时能引导探索?》的新研究论文提出了一个用于评估强化学习中探索的正式标准。该论文认为,最大化内在奖励并不总是能为智能体带来最有用的体验。它引入了一种根据智能体获得的逆事实信息来比较策略的方法,并在一个简单的环境中证明,在此方面,常见的内在奖励目标可能是帕累托次优的。该研究还确定了现有内在奖励能有效鼓励最优探索的条件,并提出了一个基于所提出标准的新目标,旨在改进探索。