arXiv · Machine Learning Theory· John L. Zhou, Yuxuan Dong, Jonathan C. Kao·· 4 hr agoAI score34
目标条件策略学习中的视野信息诅咒
An Informational Curse of Horizon in Goal-Conditioned Policy Learning
AI brief
研究在目标条件策略学习中发现一种新的"视野信息诅咒"：增大目标重标记视野会显著降低策略泛化与性能，即使只在邻近子目标序列上评估，目标条件行为克隆（BC）也会出现随训练视野恶化的性能退化，而强化学习（RL）目标可缓解。
Source: arXiv · Machine Learning Theory · arxiv.org