Apprendimento per Rinforzo con Azioni Parametrizzate tramite Astrazioni Online

I ricercatori hanno sviluppato un nuovo approccio di apprendimento per rinforzo per spazi di azioni parametrizzate, che coinvolgono sia scelte di azioni discrete che parametri continui. I metodi esistenti faticano: la pianificazione richiede modelli fatti a mano, e gli algoritmi standard di RL gestiscono un solo tipo. Il metodo proposto consente agli agenti di apprendere autonomamente astrazioni di stato e azione online, raffinandole progressivamente durante l'apprendimento. Questo estende il RL a contesti con orizzonti lunghi e ricompense sparse. Il lavoro è pubblicato su arXiv (2512.20831).