本研究提出了一种基于空因果的交互定义，结合交互与后见重标定（HInt），显著提升了动态机器人环境中目标条件强化学习的样本效率，最高可达4倍。

Causal Factor Interaction in Goal-Conditioned Reinforcement Learning
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证