arXiv · cs.AI · Ria Shekhawat, Abhijeet Sinha, Yingtao Zhu, Dianbo Liu · 4 小时前模型评分33
Density-Aware Reward Scaling（DARS）：按奖励密度调整采样的强化学习框架
Density-Aware Reward Scaling: A Reinforcement Learning Framework for Reward-Proportional Sampling
导读
研究者提出密度感知奖励缩放（DARS，Density-Aware Reward Scaling），一种在连续结果空间中按局部密度反比缩放奖励的奖励处理机制，无需密度模型、辅助目标或评论家网络，也不改动策略梯度目标。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We introduce Density-Aware Reward Scaling (DARS), a simple reward-processing mechanism that promotes reward-proportional sampling in continuous outcome spaces while retaining standard policy-gradient training.”
来源：arXiv · cs.AI · arxiv.org