BriefGPT - AI 论文速递 · 2024-01-10T00:00:00Z

一种基于信息论的互动导向学习方法

📝

内容提要

本文介绍了变分课程强化学习（VCRL）方法，用于学习复杂技能。该方法利用变分增强作为内在奖励函数，并提出了一种无监督技能发现的新方法。实验证明，该方法能够加快访问状态熵的增加，并成功完成了复杂导航和机器人操作任务。将这些技能与全局规划器相结合可以进一步提高性能。

🏷️

标签

全局规划器 变分增强 变分课程强化学习 复杂技能 无监督技能发现