arXiv cs.LG· John J. Vastola, Ann Huang, Satpreet H. Singh, Samuel J. Gershman, Kanaka Rajan·· 7 天前AI 评分36
课程学习的有效性取决于奖励稀疏度与竞争最优
Effectiveness of Curriculum Learning Depends on Reward Sparsity and Competing Optima
AI 导读
研究表明强化学习中课程学习的有效性取决于奖励稀疏度与竞争最优解：密集奖励下课程收益微弱，而在稀疏奖励下课程学习常是模型完成策略学习的必要条件。通过对基于 REINFORCE 的策略学习模型分析，有效课程能降低奖励稀疏度以加速训练，并通过塑造奖励景观引导智能体避开不良局部最优。
来源：arXiv cs.LG · arxiv.org