★ 2
arXiv 论文：持续强化学习提出永久与瞬时双表征
针对持续强化学习中的稳定性-可塑性权衡，论文提出长期学习用参数化表征、瞬时适应用非参数化表征的互补学习系统。作者引入新的非参数近似方法估计瞬时价值函数，在图像任务与 Craftax-Classic 上优于基线。
arXiv cs.LG6 小时前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
针对持续强化学习中的稳定性-可塑性权衡，论文提出长期学习用参数化表征、瞬时适应用非参数化表征的互补学习系统。作者引入新的非参数近似方法估计瞬时价值函数，在图像任务与 Craftax-Classic 上优于基线。