PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.23640v1cs.LG

성공 방문 매칭을 통한 과정 보상 학습으로 효율적인 강화학습

Learning Process Rewards via Success Visitation Matching for Efficient RL

희소 결과 보상만으로 강화학습(RL)을 할 때 생기는 기여도 할당 문제를 완화하기 위해, 성공·실패 에피소드를 구별하는 판별기로 Success Visitation Matching(SVM) 조밀 과정(process) 보상을 만들고 정책이 성공 궤적의 상태-행동 방문 분포와 일치하도록 유도한다. 로봇 제어 정책 파인튜닝에서 시뮬레이션과 실세계 조작 과제 모두 희소 보상만 쓰는 경우보다 RL 수렴이 현저히 빨라지며, 최적 정책은 바뀌지 않음을 이론적으로 보장한다.