随机神经网络用于分层强化学习

OpenAI 发布了一项关于分层强化学习的研究，提出使用随机神经网络来学习层次化策略。该方法通过引入随机变量作为高层策略的隐变量，使智能体能够自动发现和利用子任务结构，从而在复杂任务中实现更高效的探索与学习。实验表明，该方法在多个具有挑战性的连续控制任务上取得了优于现有方法的性能，尤其在需要长时间规划和子任务分解的场景中表现出显著优势。该工作为强化学习中的层次化决策问题提供了新的思路。