R2R2：通过自预测学习中的冗余减少实现密集经验复用的鲁棒表示

Sanghyeob Song, Donghyeok Lee, Jinsik Kim, Sungroh Yoon

2026

摘要

本文提出了一种名为R2R2的正则化方法，用于解决自预测学习在高更新-数据比下的过拟合问题。实验表明，该方法在11个连续控制任务中有效提升了性能，并可与现有先进算法正交结合。

reinforcement learningself-predictive learningoverfittingredundancy reductioncontinuous control

LEARNING

开放获取📊 1 引用

Keyi Shen, Glen Chou

2026

LEARNING

📊 0 引用

Hedi Boukamcha, Anas Neumann, Monia Rekik 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026

LEARNING

📊 0 引用

Xiwei Wu, Wei Wu, Qiqi Chen 等 9 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 0 引用

Yong Tao, Donghua Tan, Fan Ren 等 9 位作者

Robotics and Computer-Integrated Manufacturing · 2026