生成式价值分类器是一种新的Q函数参数化方式，不需要动作条件化。 我们认为它们或许能与大型预训练策略优雅地结合，并从更丰富的输出信号中更好地学习和泛化。 论文：https://alexanderswerdlow.github.io/gvc/ 🔗 阅读原文 via AIHOT · https://aihot.news/items/atv3cls68b2966uqwunnq17w4
信息源：AI HOT · 全部动态
- 原文链接：生成式价值分类器：无需动作条件化的Q函数
- 分类：论文
- 作者：Chelsea Finn
- 发布时间：2026/10/25 06:09
评论0