从局部模仿到全面规划：离线强化学习的新篇章丨ICLR'26
在处理复杂的连续任务时，现有的生成式离线强化学习方法常表现出其局限性。这些方法产生的路径往往陷入局部合理但全局失调的状态。它们过于关注即时的步骤而忽略了最终的目标。针对这一问题，厦门大学与香港科技大学联合提出了一种创新算法——MAGE（即“魔法师”，Multi-scale Autoregressive Generation）。与传统序列生成方法不同，MAGE采用了自顶向下的递进生成策略，首先构建宏
科技1 阅读
搜索: "离线强化学习"
共找到 2 篇相关文章
从局部描绘到全局规划：离线强化学习的新突破丨ICLR’26
ICLR'26会议探讨了离线强化学习方法从局部优化向全局布局转变的新策略。 一水 2026-04-06 13:35:27 量子位
AI1 阅读