跳到正文
原文
arXiv:cs.AI(全量分类)· Nico Bohlinger, Jan Peters·· 1 天前AI 评分37

ChronoSRL:面向自监督强化学习的时间几何

ChronoSRL: Temporal Geometry for Self-Supervised Reinforcement Learning

AI 导读

ChronoSRL 为 critic 的嵌入向量引入显式时间几何,让状态-动作与目标嵌入之间的距离匹配智能体到达目标所需时间,并将未到达目标和其他轨迹目标推离至少一个折扣视野。

来源:arXiv:cs.AI(全量分类) · arxiv.org