★ 3
论文：多时间尺度学习改进目标条件强化学习
论文针对离线目标条件强化学习的长程任务难题，提出广义隐式时间抽象（GITA），让单一价值函数以 k 为条件并聚合多尺度优势加权监督。在 OGBench 上平均成功率较 HIQL 提升 25 个百分点，较最强固定 k 方法 OTA 提升 7 个百分点。
arXiv cs.AI31 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文针对离线目标条件强化学习的长程任务难题，提出广义隐式时间抽象（GITA），让单一价值函数以 k 为条件并聚合多尺度优势加权监督。在 OGBench 上平均成功率较 HIQL 提升 25 个百分点，较最强固定 k 方法 OTA 提升 7 个百分点。