arXiv stat.ML· Timo Klein, Thomas Lang, Andrii Shkabrii, Lukas Miklautz, Yllka Velaj, Sebastian Tschiatschek·· 5 小时前AI 评分30
双曲目标条件 RL 用 64 层网络超越 1000 层欧几里得网络
Outperforming 1000 Euclidean Layers With Hyperbolic Goal-Conditioned RL
AI 导读
双曲 CRL 将对比目标中的欧几里得距离替换为双曲空间中的测地距离，在困难导航任务上，64 层双曲智能体超越 1024 层欧几里得网络，训练速度提升超 12 倍，参数量减少约 13 倍。在 U 形迷宫和类人迷宫等任务中，双曲智能体沿走廊抵达目标，而欧几里得智能体倾向于直线穿越墙壁。结果表明，将表示几何与任务匹配可替代大量网络深度。
来源：arXiv stat.ML · arxiv.org