IXThinker·2025-04-01 21:00

中科大提出 ROUSER 強化學習表徵新方法

視覺強化學習方法大多未考慮序列決策過程，所學表徵往往缺乏長期資訊。中科大研究人員在資訊瓶頸框架下提出 ROUSER，從理論與方法層面填補這一空白，提升智能體在測試環境中的決策能力。

資訊瓶頸框架

ROUSER 是一種魯棒動作價值表徵學習方法。研究人員從理論上證明，該方法能用學到的魯棒表徵準確估計動作價值，避免智能體決策能力在測試環境中被削弱，針對的正是現有方法忽略序列決策、缺乏長期資訊的問題。