IXThinker·2025-09-07 14:20

牛津零樣本強化學習博士論文公開 209頁

牛津大學2025年一篇共209頁的博士論文聚焦零樣本強化學習：智能體如何在毫無練習的情況下，把能力推廣到全新任務或領域，處理訓練環境與真實部署環境之間的偏差。

問題背景

現代強化學習在新數據可低成本模擬的領域，已能表現出超越人類的序列決策能力，但許多現實問題無法輕易模擬。從既有數據學習的模擬器只能近似正確，超出訓練分佈查詢時可能出現病態錯誤。