摘要
人类擅长利用先验知识适应新任务，而标准机器学习模型因依赖特定任务训练难以复制此能力。元学习通过允许模型从多种任务中获取可迁移知识克服了这一局限，使其能用极少数据快速适应新挑战。本综述提供了元学习与元强化学习的严谨形式化框架，并以此回顾了奠定 DeepMind 自适应智能体基础的关键算法，整合了理解该智能体及其他通用方法所需的核心概念。
AI 推荐理由
论文聚焦元学习与自适应智能体，核心探讨模型如何利用先验知识快速适应新任务，符合自我进化定义。
论文信息