OpenAI · 大模型

OpenAI 发布 Variational Option Discovery Algorithms 研究

OpenAI 提出变分选项发现算法，旨在让强化学习智能体自主发现可复用的行为模式，即“选项”。该方法通过变分推断将长时决策分解为有意义的子技能，提升探索效率与迁移能力。相关工作已在多个连续控制任务上验证，为分层强化学习提供了新的理论框架。

导读

这条暂时没有深度导读，点上方「访问项目本体」直接到源页面查看。