CATS：时间正则化实现平滑控制

研究者提出 CATS 方法，将时间惩罚项与线性递增结合，用于深度强化学习中的动作平滑控制。此前有假设认为时间正则化无法提供空间平滑性，该研究证明时间惩罚项能约束共享同一后继状态的当前状态之间的期望动作差异，从而为这一做法提供依据。 仿真和真实世界实验显示，CATS 在不降低任务性能的前提下大幅减少动作振荡，且计算开销极小。该结果由 SungJae Ahn 等作者在论文中报告。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。