arXiv cs.AI· Oriol Corcoll, Qiyao Wei, Ciar\'{a}n Mark Gilligan-Lee·· 1 天前AI 评分27
用可解释世界模型 EWM 解决强化学习中的延迟奖励信用分配问题
Beyond Temporal Proximity: Explanatory World Models for Credit Assignment in Reinforcement Learning
AI 导读
研究者提出 Explanatory World Models（EWM），一种利用前沿语言模型生成的解释来识别早期关键事件、并通过保守分层算子递归重分配奖励的归因框架，同时保持未折扣回合回报不变。
来源：arXiv cs.AI · arxiv.org