asymmetric metric

深度分析

最小行動距離（MAD）自監督學習提升強化學習狀態表示

本研究針對強化學習的狀態表示，提出僅靠狀態軌跡學習最小行動距離（MAD）的方法，透過自監督嵌入使狀態間距離對應MAD，並在確定與隨機、離散與連續環境中驗證其高精度，顯示在目標條件強化學習與獎勵形塑上具實質效益。此外，該框架支援非對稱距離近似，克服以往對稱方法無法捕捉環境方向性的限制。