论文提出动作塑形及其吸收原理

Yanjun Chen 等作者发表论文提出"动作塑形"（action shaping）：在动作通道上加偏移、部署时再移除。作者证明，可训练策略能吸收其输出层可精确复现的偏移，且移除该偏移后回报不变，从而为此前没有理论保证的做法给出条件。 最小实例是一个零初始化线性头加可学习门控，门控会自行先升后降；在 20 个任务上移除该头几乎无损失，而非线性头参数更多却无法被吸收。作者还称，偏移幅度可在移除前预示损失大小。

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。