实体
XLand-MiniGrid
XLand-MiniGrid
PulseAugur coverage of XLand-MiniGrid — every cluster mentioning XLand-MiniGrid across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的ULEE方法增强了AI代理的探索和适应能力
研究人员开发了ULEE，一种新颖的无监督元学习方法，旨在增强强化学习代理的探索和适应能力。该方法采用对抗性目标生成策略，将训练保持在代理当前能力边缘，以优化高效的多回合探索。与现有的DIAYN预训练等方法相比，ULEE在XLand-MiniGrid基准测试中表现出优越的性能，对新目标和环境动态提供了更好的零样本和少样本泛化能力。
-
Q学习集成提高了离线上下文强化学习的性能
一篇新的研究论文探讨了将强化学习（RL）目标整合到离线上下文强化学习（ICRL）方法中的有效性。在GridWorld和MuJoCo环境中超过150个数据集的实验表明，与标准的算法蒸馏（AD）相比，直接优化RL目标平均将性能提高了约30%。在XLand-MiniGrid环境中，RL目标使AD的性能翻倍，并且在大多数测试场景中，在价值学习过程中增加保守性可以进一步提高结果。研究结果强调了将ICRL学习目标与RL的奖励最大化目标对齐的重要性。