REVERSAL-BENCH: A Reversibility Axis and Reset Oracle for Measuring the Reset-Free RL Cliff
Apple Machine Learning Research496 字 (约 2 分钟)
85
Apple提出REVERSAL-BENCH基准，揭示无重置强化学习在可逆性下降时的性能崩溃，并提供重置预言机和安全护盾。
入选理由：REVERSAL-BENCH通过ρ∈[0,1]参数控制环境可逆性，验证无重置代理在ρ增加时陷入不可恢复状态
精选文章#强化学习#基准测试#Apple#机器学习英文