技术
IQL（隐式 Q 学习）
Implicit Q-Learning，一种离线强化学习算法，无需显式估计行为策略即可学习最优策略。
详细解释
离线强化学习面临分布外动作导致的过估计问题。IQL通过expectile回归拟合状态价值函数，避免查询未知动作，并利用优势加权回归提取策略。它无需重要性采样，简单稳定，在D4RL等基准上表现优异，推动了离线RL的实际应用。
别名与相关写法
iql
相关资讯
费米宇宙发布量子增强大模型2026/9/28
Implicit Q-Learning，一种离线强化学习算法，无需显式估计行为策略即可学习最优策略。
离线强化学习面临分布外动作导致的过估计问题。IQL通过expectile回归拟合状态价值函数，避免查询未知动作，并利用优势加权回归提取策略。它无需重要性采样，简单稳定，在D4RL等基准上表现优异，推动了离线RL的实际应用。