关于通过元强化学习进行探索学习的一些思考

本文探讨了元强化学习中的探索问题，提出了两种新算法：E-MAML和E-RL²。实验结果表明，这两种算法在重要任务的探索中表现优异，尤其是在“疯狂世界”和迷宫环境中。