BriefGPT - AI 论文速递 · 2023-09-24T00:00:00Z 用分层潜在技能提升自主驾驶的离线强化学习 💡 原文中文，约200字，阅读约需1分钟。 📝 内容提要 该研究提出了一种新的离线强化学习代理，通过减去基于奖励的勘探法的探索奖励，使策略保持在数据集的支持范围内，并连接到对学习策略向数据集的普遍约束的正则化。该代理通过基于变分自动编码器的预测误差的奖励进行实例化，并在一组连续控制运动和操作任务的状态下证明了其竞争力。 🏷️ 标签 勘探法 变分自动编码器 强化学习 数据集 正则化 离线强化学习 阅读原文 生成长图 分享链接 已复制链接
