★ 3
ChronoSRL：自监督强化学习的时间几何
论文指出对比式与生存式强化学习的评论家未以时间单位度量表征空间距离，提出 ChronoSRL 为评论家嵌入赋予显式时间几何。它训练状态-动作与目标嵌入的距离匹配到达目标所需时间，并预测到达时间分布与在目标附近停留时间，使策略偏好更快更可靠到达并保持接近目标的动作。在七个运动与导航基准及四足机器人仿…
arXiv cs.AI33 天前
#仿真到现实
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
arXiv 论文：Walrus-1.3B 科学模型仿真到现实微调遗忘
研究考察科学基础模型 Walrus-1.3B 在仿真到现实两阶段适配中的灾难性遗忘，发现仅 20 个 epoch 后一步误差最高上升 35 倍。后续真实数据适配进一步侵蚀仿真任务性能。作者证明在真实数据微调时回放仅 1% 仿真数据即可恢复大部分丢失性能。
arXiv cs.LG3 小时前