REVERSAL-BENCH：用可逆性轴与重置 Oracle 衡量无重置强化学习的悬崖
REVERSAL-BENCH: A Reversibility Axis and Reset Oracle for Measuring the Reset-Free RL Cliff
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
Apple 研究团队推出 REVERSAL-BENCH，一个通过连续参数 ρ∈[0,1] 控制环境可逆性、并提供重置 Oracle 来验证状态可恢复性的基准，覆盖五种物理引擎中的八种操作任务。该基准针对无外部重置的自主强化学习，考察真实操作中推落物体、洒出颗粒物等不可撤销事件带来的"无重置 RL 悬崖"。
来源：Apple Machine Learning Research · machinelearning.apple.com