强化学习新表示方法TR被提出

Amir Esterhuysen 与 Anders Jonsson 提出终端表示（TR），一种结构上不同于后继表示（SR）和默认表示（DR）的强化学习表示学习方法，可直接用于选项发现、奖励塑形、迁移学习和探索。 论文称 TR 可学习为更低维对象，使用时无需计算特征向量，并能绕过特征分解对对称转移动态的假设；TR 被证明嵌入于 DR 的顶部特征向量中，因而可在不做特征分解的情况下捕获相同知识，学习、存储和使用开销更低。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。