论文Agent 与开发者12:05RIFT:基于奖励改进场迁移的跨域离线强化学习方法强化学习论文,作者提出 RIFT,用最优传输配对源域数据学出奖励改进场,再搬到目标域合成数据,在重力、形态等偏移的运动控制任务上跑赢了基线。做离线 RL 或跨域迁移的研究者可以看看误差上界那部分的推导。#离线强化学习#最优传输#RIFT#域泛化aarXiv cs.LG@Jinhee Won 等 3 人原文稍后读已读值得跟进有用关注 离线强化学习