arXiv · Machine Learning Theory· Ganghun Lee, Minji Kim, Minsu Lee, Byoung-Tak Zhang·· 16 小时前AI 评分33
奖励膨胀：强化学习的健康刺激
Reward Inflation: A Healthy Stimulus for Reinforcement Learning
AI 导读
论文提出奖励膨胀（reward inflation），即在强化学习训练过程中逐步放大奖励幅度，作为一种健康的训练刺激。理论上它会在策略更新中引入隐式近因加权、加速适应，并在策略饱和时维持梯度信号、抑制休眠神经元、保持可塑性。在 ALE 游戏与 MuJoCo 任务上的实验显示，适当的奖励膨胀对广泛任务有益；自适应变体 Fed 可动态调节膨胀水平，通常优于固定膨胀。
来源：arXiv · Machine Learning Theory · arxiv.org