您学到的约束实际上是一个向后可达的管道

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究探讨了逆约束学习(ICL)中推断约束的问题,发现ICL恢复的是不可避免失败的状态集合,而非已发生失败的状态。这一发现可能影响策略搜索的样本效率和学习约束的可转移性。

🏷️

标签

➡️

继续阅读