跳到正文
arXiv AI· Bin Yin·· 1 天前评分50

Online State-Representation Adaptation under Synthetic Interaction-Cue Remapping

摘要

当提示信息变化时,持续更新学习到的映射有助于代理选择适当的动作。我们通过比较一个持续学习状态标签的逻辑状态预测器与在迁移过程中冻结的相同预测器,测试了这一假设。在六个保持未使用的环境中评估了十种条件,每种条件有1,296组运行,总共有1,296,000次迁移记录。

推荐理由

请对照arXiv AI原文,核对完整说明及适用条件。

本站只提供摘要与原文入口。完整内容请阅读原文。

来源:arXiv AI · arxiv.org