UC Berkeley/Princeton 团队提出从离线数据估计 Empowerment 的首个探索方法

UC Berkeley 的 Ishir Garg、Benjamin Eysenbach 与 Sergey Levine 等人提出首个从离线无标注数据估计 empowerment 的探索方法，无需任何环境交互。该方法联合学习 empowerment 最大化策略与折扣状态占用测度，实验显示预训练估计器可直观度量 empowerment，并用于改进在线目标条件 RL 的探索；论文、代码和项目页均已公开。