论文10:23
ReuseRL：将技能复用作为智能体强化学习的压缩机制ReuseRL 用 MDL 原则解决了智能体 RL 泛化差的痛点，做多任务智能体训练的团队可以直接参考其技能复用机制，提升模型在未见任务上的表现。
#MDL
共 1 条 · 7 天 0 条 · 30 天 0 条
信息流里打上「MDL」标签的资讯、产品与论文，按刊登时间排，新的在上。
6月1日
ReuseRL 用 MDL 原则解决了智能体 RL 泛化差的痛点，做多任务智能体训练的团队可以直接参考其技能复用机制，提升模型在未见任务上的表现。