tqtaylor的博客

什么是分层强化学习解决稀疏奖励问题通常有两种思路：对动作进行分层，将low-level动作组成high-level元动作，这样搜索空间就会被降低。然而这种分层方法通常需要较多的领域知识，并且需要仔细地设计。第二种方式是利用内在激励来引导智能体探索，这种方式不需要领域知识，但是当面对一系列任务时，这类方法没有办法将关于某个任务的知识迁移到另外一个任务，每次解决新的任务时候都需要从头学起，大大增加了样本复杂度。1.Strategic Attentive Writer for Learning Macro-A

元学习是深度学习领域最活跃的研究领域之一。人工智能（AI）社区中的一些思想流派赞成这样的论点，即元学习是解锁人工智能（AGI）的垫脚石之一。近年来，我们已经看到了元学习技术的研究与开发中的爆炸式增长。但是，元学习背后的一些基本思想仍然被数据科学家和工程师误解。从这个角度来看，我认为最好回顾一下元学习的一些基本概念和历史，以及该领域中一些流行的算法。元学习背后的思想可以追溯到1979年，唐纳德·...