BriefGPT - AI 论文速递 · 2023-11-03T00:00:00Z 离线目标条件强化学习的评分模型 💡 原文中文，约200字，阅读约需1分钟。 📝 内容提要 该文介绍了基于回归的离线GCRL算法GoFAR，通过状态匹配方法解决目标达成任务问题，实现了零样本迁移。实验证明，GoFAR在各种问题和任务中表现优异。 🏷️ 标签 GoFAR 优异表现 强化学习 状态匹配方法 离线GCRL算法 零样本迁移 阅读原文 生成长图 分享链接 已复制链接
