本文探讨了连续性学习与强化学习的融合，介绍了一种名为多时间尺度回放的方法，旨在提升算法在复杂环境下的学习效率和泛化能力。此外，还讨论了针对终生学习的黑暗体验基线、可搜索扩展单元、批量集合法及不确定性调制等技术，以及Lipschitz约束在终生强化学习中的应用。
Continual Reinforcement Learning with Multi-Timescale Replay
连续性学习和强化学习结合在一起。
Dark Experience for General Continual Learning: a Strong, Simple Baseline
Lifelong Learning with Searchable Extension Units
BatchEnsemble: An Alternative Approach to Efficient Ensemble and Lifelong Learning
Uncertainty-based Modulation for Lifelong Learning
Lipschitz Lifelong Reinforcement Learning ICML2020
扫一扫
488
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
