AltNet은 강화 학습에서 학습 능력이 저하되는 현상인 '소성 손실'을 해결하기 위한 리셋 기반 접근 방식입니다. 트윈 네트워크를 활용하여, 하나의 네트워크는 환경과 상호 작용하며 학습하고 다른 네트워크는 이전 경험과 리플레이 버퍼를 통해 오프-정책 학습을 수행합니다. 고정된 간격으로 활성 네트워크를 리셋하고 수동 네트워크가 새로운 활성 네트워크가 되면서 소성을 회복합니다. AltNet은 성능 저하 없이 소성을 회복하여 샘플 효율성을 개선하고, DeepMind Control Suite의 여러 고차원 제어 작업에서 기존 방법 및 최첨단 리셋 기반 기술보다 우수한 성능을 보입니다.
