arXiv · Artificial Intelligence· Akhil Bagaria, Anita De Mello Koch, George Konidaris·2026-09-30 12:00· 7 小时前AI 评分12

超越状态到达：内在动机驱动的选项发现抽象学习

Going Beyond State-Reaching: Learning Abstractions for Intrinsically Motivated Option Discovery

AI 导读

该研究提出一种新算法，通过为每个子目标识别相关特征子集来学习可迁移的抽象选项，替代传统同时瞄准状态所有方面的状态到达方式。在三个稀疏奖励图像领域（包括 Atari 游戏 Montezuma's Revenge）上实现快速探索，选项泛化性更强，避免数量爆炸。