PapersBuilders12:05Chinese contentRIFT:基于奖励改进场迁移的跨域离线强化学习方法强化学习论文,作者提出 RIFT,用最优传输配对源域数据学出奖励改进场,再搬到目标域合成数据,在重力、形态等偏移的运动控制任务上跑赢了基线。做离线 RL 或跨域迁移的研究者可以看看误差上界那部分的推导。#offline reinforcement learning#optimal transport#RIFT#domain generalizationaarXiv cs.LG@Jinhee Won et al. (3)SourceRead laterReadWorth followingUsefulFollow offline reinforcement learning