arXiv cs.AI / cs.LG 最新· Ali Najar·· 12 小时前AI 评分44
METTA：面向元强化学习的记忆增强测试时适应方法
METTA: Memory-Enhanced Test-Time Adaptation for Meta-Reinforcement Learning
AI 导读
METTA 把元强化学习的快速适应拆为两个时间尺度：因果神经记忆以线性序列复杂度完成回合内细粒度适应，回合级摘要支持跨回合长程任务推断。在未见过的 Meta-World ML10/45 测试环境上，METTA 成功率超过 50%，训练预算与耗时均较低。在长上下文稀疏奖励 PointMaze 任务上，它优于 Transformer 基线，展现出更有结构的探索行为。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。