arXiv cs.RO 机器人学· Wenyan Yang, Arsenii Mustafin, Dominik Baumann, Joni Pajarinen, Simone Parisi·· 2 小时前AI 评分47
SUN：强化学习中兼顾新颖性与可达性的目标选择框架
SUN: Reaching for Novelty in Reinforcement Learning
AI 导读
SUN 提出一种可达性感知的目标选择框架，通过从 successor value 函数导出的 SUccessor-to-Novelty 指标同时评估目标的新颖性与可达性，可无缝接入任意 off-policy RL 算法。
来源：arXiv cs.RO 机器人学 · arxiv.org