יום שני, 5 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.LG ·

איך למצוא ולשנות מדיניות להתאמה רציפה בלמידה רפואית

How to Find and Reuse Policies for Continuous Adaptation in Lifelong Reinforcement Learning
במאמר זה, נראה כיצד ניתן למצוא ולשנות מדיניות להתאמה רציפה בלמידה רפואית. נעשה שימוש ב-Wasserstein task embeddings וב-sparsemax כדי לאמוד דומיננטיות בין תפקידים. נבדק גם השפעת תפקידי קודם על הלמידה של תפקיד חדש.
תקציר מקורי באנגליתarXiv:2610.03119v1 Announce Type: new Abstract: In lifelong reinforcement learning, retaining previously learned policies is not sufficient for effective transfer to a new task. Useful knowledge may be distributed across several prior policies, and its relevance may change as the learner acquires experience. One hypothesis is that task similarity can be effectively used in a continual learning setting to find and combine previously learned policies. To test it, Adaptive Mask Selection and Composition (AMSC) is designed to estimate similarity from online experience via non-parametric Wasserstein task embeddings from state-action-reward samples. The z-score-normalized sparsemax of the similarity scores are used to derive a variable-size support to periodically choose and weight policies to f
קרא במקור המקורי