★ 2
MAC-v2：从像素进行长时程基于模型的价值扩展
论文研究像素级离线强化学习中长时程基于模型的价值扩展，提出 MAC-v2，训练无重建的隐世界模型并引入动作分块以降低递归预测误差。在视觉 OGBench、MMBench2、Robomimic、LIBERO-10 等基准上优于无模型与基于模型的离线 RL 基线。
arXiv cs.LG6 小时前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文研究像素级离线强化学习中长时程基于模型的价值扩展，提出 MAC-v2，训练无重建的隐世界模型并引入动作分块以降低递归预测误差。在视觉 OGBench、MMBench2、Robomimic、LIBERO-10 等基准上优于无模型与基于模型的离线 RL 基线。