arXiv · Machine Learning· Shashank Gupta, Pilhwa Lee·· 8 小时前AI 评分42
密度引导的潜在世界模型强化学习动态 Bootstrap 边界方法
Density-Guided Bootstrap Boundaries for Latent World-Model Reinforcement Learning
AI 导读
研究提出密度引导的 Bootstrap 边界机制，根据想象轨迹的可靠性动态调整潜在世界模型的回报展开深度，并设计硬边界和软边界两种门控方式。在 Dreamer V3 中实现后，理论证明门控 Bellman 算子具有严格压缩性，提前进行 critic bootstrap 可单调降低条件目标方差。连续控制任务和 Atari Pong 实验显示，该方法提升了样本效率和训练后期性能。
来源：arXiv · Machine Learning · arxiv.org