基于信息论的元强化学习中 OOD 泛化分析
机器学习
2026-04-07 v2 机器学习
摘要
本文从信息论视角研究元强化学习中的分布外 (OOD) 泛化问题。我们首先在两种不同的分布迁移情景下（即标准分布不匹配和从宽到窄的训练设置）建立元监督学习的 OOD 泛化界限。基于此基础，我们形式化了元强化学习中的泛化问题，并建立利用马尔可夫决策过程结构的细粒度泛化界限。最后，我们分析了一种基于梯度的元强化学习算法的泛化性能。
引用
@article{arxiv.2510.23448,
title = {An Information-Theoretic Analysis of OOD Generalization in Meta-Reinforcement Learning},
author = {Xingtu Liu},
journal= {arXiv preprint arXiv:2510.23448},
year = {2026}
}