我们尝试的方法效果不佳：强化学习中的指示表征

大多数强化学习方法基于世界状态的命题表征进行操作。此类表征通常规模庞大且难以处理，泛化能力较差。使用指示表征被认为是一种可行的替代方案：它们有望实现泛化，同时允许使用现有的强化学习方法。然而，文献中关于使用指示表征进行学习的实验报道甚少。本文在一个简单的积木世界领域中，探索了两种形式的指示表征和一种朴素的命题表征的有效性。我们通过实验发现，指示表征实际上恶化了学习性能。最后，我们讨论了这些结果的可能原因，以及在包含对象的领域中实现更有效学习的策略。