Kolmogorov-Arnold Networks 的样本效率

arXiv:2610.10627v1 发布类型：new 摘要：深度强化学习相较于经典控制方法取得了显著的性能提升。然而，在现实世界的应用中，学习面临的一个核心挑战是获取成本高昂的样本。Kolmogorov-Arnold Networks 是一种最近提出的架构，能够有效学习控制问题中的物理关系；与 Multi-Layer-Perceptron 架构相比，它具有显著更高的参数效率和可解释性。在本项工作中，我们通过计算实验系统地研究了样本效率，涵盖 Feynman 数据集和 Gymnasium 强化学习基准。结果表明，使用 Kolmogorov-Arnold 架构时，仅需少用 40% 的样本即可达到相近的性能，并且在训练过程中相对性能提升最高可达 50%。在奖励噪声水平不同的情况下，所观察到的收益依然稳健。这些结果凸显了 Kolmogorov-Arnold 架构在实现更高样本效率的强化学习方面的潜力。代码：https://github.com/DerKevinRiehl/neurips26_kan_training