冻结随机 CNN 特征提取器在深度强化学习中涌现稀疏性

英文标题：Emergent Sparsity in Frozen Random CNN Feature Extractors for Deep Reinforcement Learning

论文报告了一种显著现象：使用冻结且随机初始化的 CNN 特征提取器训练的深度强化学习智能体，会在没有任何稀疏性诱导目标的情况下，自发形成极度稀疏的全连接层表征。该工作表明，表征稀疏性未必依赖显式正则化或专门设计的稀疏训练目标。对于开发者而言，这一发现可能为简化强化学习视觉表征模块、理解随机特征在策略学习中的作用提供新的研究方向。论文为 arXiv:2607.26059v1 的新投稿。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB