Untersuchung von Action-Encodings in rekurrenten neuronalen Netzen im Reinforcement Learning

arXiv:2605.16318v1 Ankündigung: neu Abstract: Der Aufbau und die Aufrechterhaltung von State zum Lernen von Policies und Value-Funktionen ist entscheidend für die Bereitstellung von Reinforcement-Learning-Agenten in der realen Welt. Rekurrente neuronale Netze (RNNs) sind ein zentraler Forschungsfokus für das State-Building-Problem geworden