研究提出基于群论的强化学习框架

针对现有强化学习依赖固定群动作或预定义状态抽象的局限，研究人员提出了一种基于群论的框架。该框架能够捕捉局部、状态依赖的对称性，并在交互过程中动态发现等价结构。代理通过维护轨道代表和传输器将原始状态映射为规范形式，在保持局部区分的同时在降维空间中进行学习。实验结果显示，该方法在具有强部分对称性的密集和大规模环境中，相比标准 Q 学习提升了样本效率和收敛速度。