生成式价值分类器：无需动作条件化的Q函数

导读

生成式价值分类器是一种新的Q函数参数化方式，不需要动作条件化。 我们认为它们或许能与大型预训练策略优雅地结合，并从更丰富的输出信号中更好地学习和泛化。 论文：https://alexanderswerdlow.github.io/gvc/