强化学习中的终止表示（TR）

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。

摘自 arXiv · cs.AI

还没有足够的连续观测数据，暂不绘制趋势。