maml

本文分析了用于少样本学习的一阶元学习算法，介绍了 Reptile 算法，并提供了对这些计算效率高的方法为何在既有基准上表现良好的理论见解。

OpenAI 推出了 Reptile，一种用于少样本分类的可扩展元学习算法，性能与 MAML 相当，但收敛速度更快、方差更低。该论文提供了理论分析，表明 Reptile 通过最大化任务梯度的内积来改进泛化性能。

OpenAI研究人员引入了E-MAML和E-RL²两种元强化学习算法，旨在改进需要大量探索来发现最优策略的任务中的探索性能。该工作展示了这些算法在包括Krazy World和迷宫任务在内的新颖环境中的有效性。