arXiv · cs.AI· Amir Esterhuysen, Anders Jonsson·· 1 天前
强化学习中的终止表示（TR）
The Terminal Representation in Reinforcement Learning
arXiv:2605.31289v3阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Amir Esterhuysen, Anders Jonsson
研究任务与主要进展
研究人员提出终止表示（TR），用于编码奖励加权轨迹，并可直接支持选项发现、奖励塑形、迁移学习和探索，减少对特征分解的依赖。基于论文摘要，该工作建立了TR的理论基础，证明两种学习算法的收敛性及其在零样本组合性中的应用，并说明TR嵌入默认表示（DR）的顶部特征向量；材料还报告其在若干辅助应用中的经验可行性和较低计算开销。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org