arXiv cs.LG· Wenhao Zhang, Shao Zhang, Xihuai Wang, Yang Li, Ying Wen·· 7 小时前AI 评分26
CV-ICRL：用上下文价值信息改进上下文强化学习
Context Value Informed In-Context Reinforcement Learning
AI 导读
研究者提出 Context Value Informed ICRL（CV-ICRL），为上下文策略引入显式上下文价值——以当前状态和累积交互上下文为条件的期望折扣回报。
来源：arXiv cs.LG · arxiv.org