arXiv 论文用时间抽象对齐前向后向表示谱

Seyed Mahdi B. Azad 等作者在 arXiv 发布论文，提出用时间抽象缓解前向-后向（FB）表示中连续环境高秩转移动态与低秩瓶颈之间的谱失配。 论文的理论分析称，时间抽象类似低通滤波器，可抑制高频谱分量、降低后继表示的有效秩，同时保持值函数误差的形式化上界。 实验显示，这种谱对齐是高折扣因子下稳定 FB 学习的关键因素，可支撑连续控制中的长时程表示学习。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。