超越状态到达：面向内在动机选项发现的特征抽象学习算法

针对强化学习中现有选项发现算法易导致选项数量爆炸的问题，研究人员提出一种为各子目标识别少量相关特征子集的新算法。该方法能够生成可广泛泛化且可迁移的抽象选项以加速探索，已在包括 Atari 游戏 MontezumasRevenge 在内的三个基于图像的稀疏奖励领域中实现了快速探索。