中科大提出动作价值表征学习新方法，率先填补长期决策信息的缺失
中科大提出动作价值表征学习新方法，率先填补长期决策信息的缺失在视觉强化学习中，许多方法未考虑序列决策过程，导致所学表征缺乏关键的长期信息的空缺被填补上了。
来自主题: AI技术研报
2548 点击 2025-03-31 15:16
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
在视觉强化学习中，许多方法未考虑序列决策过程，导致所学表征缺乏关键的长期信息的空缺被填补上了。
Sutton 等研究人员近期在《Nature》上发表的研究《Loss of Plasticity in Deep Continual Learning》揭示了一个重要发现：在持续学习环境中，标准深度学习方法的表现竟不及浅层网络。研究指出，这一现象的主要原因是 "可塑性损失"（Plasticity Loss）：深度神经网络在面对非平稳的训练目标持续更新时，会逐渐丧失从新数据中学习的能力。