★ 3
REVERSAL-BENCH：衡量无重置强化学习可逆性悬崖
论文提出REVERSAL-BENCH基准，通过连续参数ρ控制可逆性并提供重置预言机，在五个物理引擎的八个操作场景中测试状态可恢复性。实验揭示明显的可逆性悬崖：随ρ升高，无重置智能体持续陷入不可恢复状态，而分幕智能体保持稳定学习。研究还评估了在不可逆失败前干预的安全盾。
arXiv cs.LG45 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REVERSAL-BENCH基准，通过连续参数ρ控制可逆性并提供重置预言机，在五个物理引擎的八个操作场景中测试状态可恢复性。实验揭示明显的可逆性悬崖：随ρ升高，无重置智能体持续陷入不可恢复状态，而分幕智能体保持稳定学习。研究还评估了在不可逆失败前干预的安全盾。