arXiv · 机器人与计算机视觉· Rohit Kumar Salla, Simon Stepputtis·· 9 天前AI 评分59
学习何时思考:强化学习中的自适应内部计算
Learning When to Think: Adaptive Internal Computation for Reinforcement Learning
AI 导读
论文介绍了一种名为自适应内部计算(AIC)的迭代策略,该策略能根据状态动态决定何时停止细化潜在表示并执行动作。研究在十二个基准任务上平均仅需 3.3 步即可执行决策,相比固定八步策略将每步延迟降低了 31%--44%,并在七项任务中获得了高于最佳固定深度策略的平均奖励。
来源:arXiv · 机器人与计算机视觉 · arxiv.org