Scaling Offline Model-Based Reinforcement Learning via Jointly Optimized World-Action Model Pretraining

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了JOWA模型,旨在解决离线强化学习中智能体的通用性问题。该模型通过多个Atari游戏的预训练,在仅使用10%的离线数据时,超越现有基线,展现出优秀的迁移和泛化能力。

🏷️

标签

➡️

继续阅读