arXiv cs.LG· Tong Che, Boris Ivanovic, Marco Pavone·· 11 天前AI 评分35
Short-to-Long：用于长周期价值学习的分离特征方法
Short-to-Long: Detached Features for Long-Horizon Value Learning
AI 导读
研究者提出 Short-to-Long（S2L）方法，通过较小折扣因子的源网络为长周期行为学习器提供特征表示。该方法利用分离连接阻止行为价值损失更新源网络，在保持长周期行为折扣目标不变的同时降低目标漂移。在 57 款 Atari 游戏中，S2L 在 40 款游戏中提升了配对终端中位数，并在在线与离线连续控制任务中均实现综合性能提升。
来源：arXiv cs.LG · arxiv.org