#偏好强化学习

共 1 条 · 7 天 0 条 · 30 天 0 条

信息流里打上「偏好强化学习」标签的资讯、产品与论文，按刊登时间排，新的在上。

6月18日

UBP2：基于不确定性平衡的偏好规划提升强化学习样本效率

UBP2通过主动探索和不确定性平衡，有效解决了偏好强化学习中样本效率低的问题。在Meta-World测试中效果显著。

#UBP2 #偏好强化学习 #样本效率 #Meta-World

arXiv cs.LG@Mohamed Nabail 等 4 人原文