模型

Decision Transformer

Decision Transformer 将强化学习建模为序列预测问题，通过 Transformer 根据历史状态、动作和回报自回归地生成动作，解决传统 RL 难以利用长程依赖和稀疏奖励的问题，在 Atari、D4RL 等基准上表现优异。

收录于 2026/9/10相关资讯 1 篇在词典中查看 →

详细解释

Decision Transformer 由 Chen 等人于 2021 年提出，它将 RL 视为条件序列建模：给定期望回报、过去状态和动作，预测下一步动作。它摒弃了传统 RL 中的值函数和策略梯度，利用 Transformer 的注意力机制捕捉长程依赖，并支持离线训练。该方法在多个离线 RL 基准上达到或超越 SOTA，启发了后续序列建模 RL 的研究。

别名与相关写法
decision transformer

相关术语

Transformer共现 1 篇

相关资讯

完整术语表见 AI 术语词典； 每日新术语与进展见 AI 早报。