skill-policy

标签

#skill-policy

学习可泛化的技能策略，基于数据高效的无监督强化学习

arXiv cs.LG ↗ · 2026-07-02 缓存

提出GenDa，一个统一的无监督强化学习框架，通过技能重新标记和互补信息瓶颈解决了非平稳技能语义和脆弱泛化问题，显著提高了数据效率和泛化能力。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈