Chelsea Finn· @chelseabfinn · X·· 1 天前AI 评分30
AI 导读
生成价值分类器（Generative value classifiers）是一种不需要动作条件（action conditioning）的 Q 函数新参数化方法。 我们认为，这些方法可以与大型预训练策略完美结合，并能从更丰富的输出信号中更好地学习和泛化。 论文：https://alexanderswerdlow.github.io/gvc/
正文 · 原文
Generative value classifiers are a new parametrization of Q-functions that don't require action conditioning.
We think these may combine gracefully with large, pre-trained policies and learn/generalize better from a richer output signal.
来源：Chelsea Finn · x.com