arXiv cs.LG· Ganghun Lee, Minji Kim, Minsu Lee, Byoung-Tak Zhang·· 29 天前AI 评分36
奖励膨胀：强化学习训练的良性激励机制
Reward Inflation: A Healthy Stimulus for Reinforcement Learning
AI 导读
研究提出在训练过程中逐步缩放奖励的 Reward Inflation 机制，通过为强化学习引入隐式近因加权来加快策略更新与适应速度。该方法还能在策略饱和时持续提供梯度信号，有效抑制休眠神经元的产生并维持网络可塑性。在 ALE 游戏和 MuJoCo 任务上的实验证实了其增益效果，且动态调节膨胀幅度的自适应变体 Fed 表现更优。
来源：arXiv cs.LG · arxiv.org