文章预览
当地时间12月10日—15日，全球AI顶级会议NeurIPS（神经信息处理系统大会）在加拿大温哥华举办，这一大会涵盖了机器学习、深度学习、神经科学等多个智能计算相关研究方向。在此次大会上，Towards an Information Theoretic Framework of Context-Based Offline Meta-Reinforcement Learning被NeurIPS 2024接收为Spotlight文章（中稿率2.08%）。论文一作为之江实验 室研究专家、香港中文大学在职博士李蓝青，指导老师为香港中文大学计算机科学与工程系王平安 (Pheng Ann Heng) 教授。同济大学硕士生张海为共同第一作者，指导老师赵君峤教授为论文通讯作者。 论文链接： https://openreview.net/pdf?id=QFUsZvw9mx 这项研究系统性地提出了一个名为UNICORN（UNIfied Information Theoretic Framework
of Context-Based Offline Meta-ReiNforcement
Learning）的理论框架，它专注于强化学习中的任务表示学习。UNICORN利用基于任务表
………………………………
