基于内在奖励的技能获取和组合方法

打开文本图片集

收稿日期：2022-04-04；修回日期：2022-06-01  基金项目：贵州省科学技术基金资助项目（黔科合基础［2020］1Y275）；贵州省科技计划项目（黔科合基础［2019］1130号）

作者简介：赵英（1995-），女，贵州遵义人，硕士，主要研究方向为强化学习（2642123704@qq.com）；秦进（1978-），男，贵州黔西人，副教授，博士，主要研究方向为强化学习、智能计算.

摘 要：现有的内在奖励随着agent不断探索环境而逐渐消失，导致了agent无法利用内在奖励信号去指引agent寻找最优策略。（剩余16392字）