强化学习研究重提预计算与复用

强化学习研究者 furongh 回顾 ICLR 2023 的 Reincarnating Reinforcement Learning workshop，重提“先计算、再复用”的研究思路，主张既然模型已经通过计算获得有用知识，就不应在环境变化后反复从头学习，而应尽量复用已有成果。 这一主张针对强化学习在环境变化中重复训练、算力开销高的问题，强调把已有计算转化为可复用知识，但报道未提及具体实现方式或实验结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。