arXiv cs.LG· Jiamin Xu, Jacqueline Maasch, Kyra Gan·· 7 小时前AI 评分21
从因果图到马尔可夫状态：MOSE 多阶状态暴露方法提升深度 RL 性能
From Causal Graphs to Markovian States: Multi-Order State Exposure for Deep RL
AI 导读
针对因果强化学习中如何从观测变量的因果图构造可证明满足马尔可夫性质的 MDP 状态这一问题，研究者提出 MOSE（Multi-Order State Exposure），让单个共享 Q-function 同时接触 1 到 W 阶的基于历史的状态构造，并用基于注意力的选择层按价值估计相关性打分筛选维度。
来源：arXiv cs.LG · arxiv.org