Chelsea Finn 分享生成式价值分类器论文：无需动作条件的 Q 函数新参数化

Chelsea Finn 转发 Alexander Swerdlow 的论文，提出生成式价值分类器（generative value classifiers），一种不需要动作条件的 Q 函数参数化方式。作者认为这类方法可与大规模预训练策略结合，并从更丰富的输出信号中更好地学习和泛化。论文链接为 alexanderswerdlow.github.io/gvc/。