Dec, 2019

抽象学习模型规划与可迁移子任务学习

TL;DR该研究利用一种新的形式结构,提出了一种基于模型的层次强化学习算法,名为PALM,可学习独立、模块化的转移和奖励模型用于概率规划,并演示了其将规划和执行进行集成,以快速有效地学习抽象、分层模型以及转移至新的相关任务的增强潜力。