BriefGPT - AI 论文速递 · 2023-09-26T00:00:00Z 循环超网络在元强化学习中的强大能力 💡 原文中文，约400字，阅读约需1分钟。 📝 内容提要 本文介绍了一种基于时序差分的训练目标和数据的方法，用于在未知任务条件下生成行为。该方法着重于测试时的零样本表现，通过任务参数的知识实现。实证评估表明，该方法比多任务和元RL方法的基线表现有显著提高。 🏷️ 标签 元RL 强化学习 时序差分 监督学习 超网络 零样本 阅读原文 生成长图 分享链接 已复制链接
