時間抽象

速報

資訊理論驅動的多樣化選項學習：提升 Option-Critic 時間抽象效能

本研究針對 Option-Critic 框架在強化學習中面臨的兩大挑戰——選項行為高度相似與可用選項數量縮減——提出解決方案。作者引入資訊理論式內在獎勵以及新穎的終止目標，以促進選項集合的行為多樣性。