在今日发布的一篇名为「通过最大限度地减少混沌来产生行为」的博客中，伯克利人工智能实验室的研究人员将动态稳定化作为基于惊喜最小化（SMiRL）的强化学习的目标。在具有不受欢迎形式的新颖性的熵和动态环境中，使惊奇最小化（即，使新颖性最小化）使代理自然地寻求可以稳定维持的平衡。点击下方链接阅读完整博客内容。