#前置条件

神经符号强化学习中动作前置条件的三种注入策略

论文将智能体的行为知识形式化为结构动作上的前置条件贝叶斯网络，并研究三种注入强化学习循环的位置：符号验证器、符号执行器与符号学习器。在MiniGrid与Fetch两个相反范式的基准上比较解质量、样本效率与可追溯性。MiniGrid上符号执行器以98.2%解质量超过PPO+RND基线的88.8%。