この記事では、一般的な環境で可能なことをモデル化し、新しいタスクに迅速に適応するための手法であるGOMsについて説明しています。GOMsは報酬やポリシーに依存せず、すべての可能な結果をモデル化することで新しいタスクへの迅速な適応を実現し、複利エラーを回避します。
Para outro idioma
do conteúdo fonte
arxiv.org
Principais Insights Extraídos De
by Chuning Zhu,... às arxiv.org 03-12-2024
https://arxiv.org/pdf/2403.06328.pdfPerguntas Mais Profundas