arXiv cs.RO· Wenyan Yang, Arsenii Mustafin, Dominik Baumann, Joni Pajarinen, Simone Parisi·· 6 小时前
SUN：在强化学习中兼顾新颖性与可达性的目标选择框架
SUN: Reaching for Novelty in Reinforcement Learning
AI 导读
研究者提出 SUccessor-to-Novelty（SUN）指标，从后继价值函数导出，用于识别既新颖又可达的目标，可无缝嵌入任意 off-policy RL 算法。
来源：arXiv cs.RO · arxiv.org