在策略交互何时有帮助:基于价值的模仿学习中的表征权衡
原文标题:When Does On-Policy Interaction Help? Representational Tradeoffs in Value-Based Imitation Learning
导读
这项研究分析了在基于价值的模仿学习中,与环境在线交互在什么情况下真正有帮助,以及背后的表征权衡。
推荐理由
涉及智能体 · 与本主题相关
来源:arXiv cs.AI · arxiv.org
原文标题:When Does On-Policy Interaction Help? Representational Tradeoffs in Value-Based Imitation Learning
这项研究分析了在基于价值的模仿学习中,与环境在线交互在什么情况下真正有帮助,以及背后的表征权衡。
涉及智能体 · 与本主题相关
来源:arXiv cs.AI · arxiv.org