Balancing Plasticity and Stability with Fast and Slow Successor Features
Signal
72
Hype
15
En 3 lignesÉtude sur l'adaptation des agents RL en environnements non-stationnaires graduels. Les auteurs modifient des environnements 3D Miniworld et MuJoCo pour introduire une dérive continue, et montrent que la consolidation synaptique appliquée aux Successor Features (SFs) multi-échelles surpasse les approches basées sur les Q-values. La stabilité prime sur la plasticité dans l'apprentissage continu.Lire la source
Ton avis ?
Résumé généré par Claude — vérifié par l'humain