Grid Cells as Spectral Successor Features: A Reusable Basis for Continual RL
论文把网格细胞的谱性质做成了持续强化学习的特征基,新任务只跑一次线性回归,不用训练新网络也不用回放。对比 SimpleSF 和 DQN 在目标切换后回报崩掉,它的方法全程接近最大回报。做持续学习或 RL 研究的人值得照着公式复现一遍。
论文把网格细胞的谱性质做成了持续强化学习的特征基,新任务只跑一次线性回归,不用训练新网络也不用回放。对比 SimpleSF 和 DQN 在目标切换后回报崩掉,它的方法全程接近最大回报。做持续学习或 RL 研究的人值得照着公式复现一遍。