arXiv cs.LG· John L. Zhou, Yuxuan Dong, Jonathan C. Kao·· 6 小时前AI 评分23
目标条件策略学习中的视野信息诅咒
An Informational Curse of Horizon in Goal-Conditioned Policy Learning
AI 导读
研究发现目标条件策略学习中存在一种额外的"视野信息诅咒"：增大目标重标注视野会显著降低策略泛化能力与性能。实验表明，目标条件行为克隆（BC）策略在仅评估邻近子目标序列时仍出现严重的训练视野依赖性能退化，而强化学习（RL）目标可缓解该问题。将短视野策略的输入 Jacobian 蒸馏到长视野策略中可带来显著性能提升，尤其在组合操作任务中。
来源：arXiv cs.LG · arxiv.org