Q函數

深度分析

布林任務代數新突破：僅學兩基礎任務即可實現零樣本任務組合

在強化學習中，布林任務代數（BTA）提供零樣本任務組合框架。研究發現於確定性MDP下，所有最佳延伸Q函數僅由全域任務與空任務決定，因而可只學兩個基礎任務並以目標集合進行邏輯運算。實驗證實此方法大幅減少學習與組合成本，且在隨機環境中仍需考慮指數級策略與策略多樣性。