★ 2
S2L：短视距特征迁移提升长视距价值学习
论文提出 Short-to-Long（S2L），用较小折扣的源网络训练特征供给长视距行为学习器，并通过分离连接阻止行为价值损失更新源网络。在 Atari、在线与离线连续控制上取得整体性能提升，57 款 Atari 游戏中有 40 款配对终局中位数改善。
arXiv cs.LG10 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 Short-to-Long（S2L），用较小折扣的源网络训练特征供给长视距行为学习器，并通过分离连接阻止行为价值损失更新源网络。在 Atari、在线与离线连续控制上取得整体性能提升，57 款 Atari 游戏中有 40 款配对终局中位数改善。