11:42
官方一手arXiv: Google DeepMind@Hoda Yamani, Henry Williams, Bruce A. MacDonald
推荐理由：DeepMind团队提出NSPER方法，结合新颖性和惊喜信号，让强化学习更高效探索。
NSPER
共 1 条相关 AI 资讯
8月19日
11:42
本文提出NSPER方法，在图像强化学习中整合新颖性和惊喜信号来优化经验回放。NSPER+R进一步将这些信号作为内在奖励，共同提升回放质量和探索效果。实验在DeepMind Control Suite任务上显示，NSPER和NSPER+R比现有方法提高了训练效率和收敛速度。