返回首页
RadarAI··论文与技术

生成式价值分类器:无需动作条件化的Q函数

中文摘要

生成式价值分类器提出了一种无需动作条件化的Q函数参数化方式,旨在增强与预训练策略的结合及泛化能力。

English Summary

Generative Value Classifiers introduce a Q-function parameterization without action conditioning to better integrate with pre-trained policies and improve generalization.

原文节选

生成式价值分类器是一种新的Q函数参数化方式,不需要动作条件化。 我们认为它们或许能与大型预训练策略优雅地结合,并从更丰富的输出信号中更好地学习和泛化。 论文:https://alexanderswerdlow.github.io/gvc/