arXiv · Machine Learning· Zeyu Zheng, Clare Lyle, Khimya Khetarpal, Will Dabney·· 13 小时前AI 评分46
强化学习缩放定律的实证研究
An Empirical Study of Reinforcement Learning Scaling Laws
AI 导读
研究者在 Starpilot 和 Craftax 两个程序生成环境中，实证研究 actor-critic 算法的强化学习缩放定律，并发现两种环境都存在预测能力较强的规律。
来源：arXiv · Machine Learning · arxiv.org