Apple Machine Learning Research（RSS）·· 14 天前AI 评分40
REVERSAL-BENCH：用可逆性轴与重置 Oracle 衡量无重置强化学习的"可逆性悬崖"
REVERSAL-BENCH: A Reversibility Axis and Reset Oracle for Measuring the Reset-Free RL Cliff
AI 导读
研究者提出 REVERSAL-BENCH，通过连续参数 ρ∈[0,1] 控制环境可逆性，并提供重置 Oracle 在五种物理引擎的八种操作场景中验证状态可恢复性。
来源：Apple Machine Learning Research（RSS） · machinelearning.apple.com