arXiv cs.RO· Andrea Vasco Grieco, Evelyn D'Elia, Edoardo Caldarelli, Raffaello Camoriano·· 4 小时前AI 评分58
研究揭示策略标准差对在线强化学习可塑性丧失的影响
Bridging Exploration and Loss of Plasticity in On-Policy Reinforcement Learning
AI 导读
该论文分析近端策略优化（PPO）中各向同性高斯策略的可塑性丧失（LoP），指出策略标准差 σ 显著影响 LoP 程度，并给出理论与实验支持。实验包含 LoP 基准对比和 7 自由度机械臂上的真实策略部署，作者还据此解释了常见 LoP 缓解方法为何有效。
来源：arXiv cs.RO · arxiv.org