Unificazione dell'Apprendimento per Rinforzo Condizionato agli Obiettivi e dell'Apprendimento di Abilità Non Supervisionato tramite Massimizzazione del Controllo

Un nuovo articolo teorico su arXiv (2605.06145) affronta il divario tra l'apprendimento per rinforzo condizionato agli obiettivi (GCRL) e l'apprendimento di abilità basato sull'informazione mutua (MISL). Gli autori identificano tre formulazioni canoniche del GCRL e dimostrano che sono fondamentalmente non equivalenti, potenzialmente inducendo politiche ottimali incompatibili nello stesso ambiente. Propongono un quadro unificato chiamato massimizzazione del controllo che tratta sia GCRL che MISL come istanze dello stesso principio. L'articolo mira a spiegare perché le abilità apprese tramite MISL non supervisionato possono supportare il raggiungimento di obiettivi downstream, un fenomeno che mancava di fondamento teorico. Il lavoro è puramente teorico e non include validazione sperimentale.