预训练的贝叶斯非参数知识先验在机器人长时域强化学习中的应用

本研究针对强化学习在学习新任务时忽视先验知识的问题，提出了一种通过贝叶斯非参数模型有效捕捉技能多样性的先验知识方法。研究表明，使用这种灵活的技能先验，能够显著提升机器人的学习和执行能力，尤其是在复杂的长时域任务中，促进技能转移和任务成功。