7月2日消息，斯坦福大學AI實驗室（SAIL）的研究人員設計了一種方法，可以處理隨時間變化的數據和環境，其性能優于某些強化學習的領先方法。Lifelong Latent Actor-Critic（也稱為 LILAC）使用潛在變量模型和最大熵策略來利用過去的經驗來在動態環境中提高采樣效率和性能。該團隊在論文中寫道：“在各種具有非平穩性的具有挑戰性的連續控制任務上，我們觀察到，與最新的強化學習方法相比，我們的方法可以帶來實質性的改進。”
2020-07-02
10
