A Forensic Analysis of Synthetic Data in RL: Diagnosing and Solving Algorithmic Failures in Model-Based Policy Optimization
对强化学习中合成数据的取证分析：诊断和解决基于模型的策略优化中的算法故障
机构 * Department of Electrical and Computer Engineering（电气与计算机工程系） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Department of Aerospace Engineering and Engineering Mechanics（航空航天工程与工程力学系）
专题命中 模型式强化学习 ：model-based reinforcement learning(abstract)；分类 cs.LG
AI总结 本文研究了基于模型的策略优化中合成数据导致性能下降的原因，提出FTFL方法修复算法故障，提升DMC任务性能并保持Gym表现。
