单一目标足够！没有奖励示范的情况下，对比性强化学习能够产生涌现能力 | 智普发布CogVideoX，更大更强！

文章预览

前言： 论文可以让你更快地了解最新研究进展，掌握最新的技术和理论。这对于自身的科研能力和竞争力非常重要，尤其是在快速发展的学科领域，下面小编带你来看大模型最近的研究成果。 1. 单一目标足够：在没有奖励、示范或子目标的情况下，对比性强化学习能够产生技能和涌现能力   标题： A Single Goal is All You Need: Skills and Exploration Emerge from Contrastive RL without Rewards, Demonstrations, or Subgoals   机构： 普林斯顿大学   作者： Grace Liu,  Michael Tang,  Benjamin Eysenbach   分析： 这篇论文通过实证证据表明，在一个简单的强化学习算法中，即使在没有成功试验观察的情况下，技能和定向探索也会涌现。例如，在操控任务中，智能体只被给予目标状态的一次观察，然后学习移动末端执行器、推动块、最后捡起并放置块的技能。这些技能的出现是在智能体 ………………………………