适应之前：持续世界模型中的零样本泛化瓶颈
英文标题：Before We Adapt: The Zero-Shot Generalization Bottleneck in Continual World Models
持续强化学习（CRL）要求智能体在环境变化时持续运行，并尽可能复用先前学到的先验知识。本研究指出，基于模型的强化学习为该场景提供了极具前景的框架，但在智能体显式适应新环境之前，持续世界模型存在明显的零样本泛化瓶颈。该发现揭示了世界模型在面对动态环境时的迁移与复用限制，为构建高泛化能力的下一代强化学习 Agent 提供了关键优化方向。
打开原文相关 2.4 · 机会 1
2.0 KB
640 B
612 B
380 B
24.2 KB
34.7 KB
中文
arXiv:2610.41041v1 公告类型：新论文 (new)
摘要
持续强化学习（Continual Reinforcement Learning, CRL）要求智能体在环境发生变化时依然能够有效运作，并在可能的情况下充分复用先验知识。我们认为，基于模型的强化学习（Model-Based Reinforcement Learning）为此类场景提供了一个极具前景的框架，因为学习到的世界模型有助于将动态表征与策略学习进行解耦。然而，在智能体展开主动适应之前，持续世界模型普遍面临着关键的零样本泛化瓶颈。
BibTeX 格式引用
×
English / 原文
BibTeX formatted citation
×