arXiv · cs.RO· Shashwat Saxena; Mehul Goel; Sreyas Venkataraman; Sarvesh Patil; Max Simchowitz·· 11 天前精选AI 评分60
论文 / 摘要阅读
VaDar：通过价值分解实现隐式目标条件化的强化学习方法
VaDar: Implicit Goal Conditioning via Value Disaggregation
AI 导读 · 根据来源整理
论文提出 Value Disaggregation（VaDar），训练一个与子目标无关的单一策略，最大化各子目标 critic 值的线性组合，子目标信息只在训练时使用，部署时无需选择子目标。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org