option-critic

#option-critic

选项何时有帮助？Option-Critic 中的政策坏死与冗余覆盖

arXiv cs.LG ↗ · 2026-09-10 缓存

本文分析了强化学习中的 Option-Critic 框架，解释了学习到的终止规则是冗余的，引入了'政策坏死'的概念，即选项无法探索，并展示了通过增加选项来减少联合失败的概率，从而提升性能。

0 人收藏 0 人点赞