研究分析PPO策略标准差与可塑性丧失

1. 12:00
   arXiv cs.RO

   研究揭示策略标准差对在线强化学习可塑性丧失的影响

   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。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。