arXiv · Machine Learning· Tianwei Ni, Vineet Jain, Akash Karthikeyan, Pierre-Luc Bacon·· 5 小时前AI 评分33
从静态策略到自适应先验：离线强化学习的位置论文
From Static Policies to Adaptive Priors in Offline Reinforcement Learning
AI 导读
summary_zh: 该论文提出自适应离线强化学习（AORL），主张离线 RL 的目标应从直接部署扩展为学习可通过记忆、探索和自我修正持续改进的自适应策略先验。
来源：arXiv · Machine Learning · arxiv.org