LEARNING
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
- 发表年份
- 2026
- 访问权限
- 开放获取
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。
关键词
reinforcement learningself-predictive learningoverfittingredundancy reductioncontinuous control
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018