基于对比学习和互信息的元强化学习方法

摘要

本发明公开了一种基于对比学习和互信息的元强化学习方法，步骤1、离线地提取环境表征和策略表征；步骤2、基于互信息进行策略表征和环境表征解耦；步骤3，最后通过值函数近似来优化策略表征。与现有技术相比，本发明在尽量少的与环境交互的前提下，让智能体能够快速适应新的环境，有效的提高了强化学习的泛化性。