热点事件持续更新
随机探索学习长程规划的能量模型方法
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月2日，arXiv cs.LG 刊出一项研究，提出条件能量模型用于长程规划。该模型通过噪声对比估计，在无动作和奖励标签的观测对上训练，从随机探索中学习时间对数密度比，从而在无监督条件下获得规划能力。模型在不同时间跨度上查询学到的关系，并配合局部动力学模型预测候选动作结果、评估目标进展，在状态和图像输入下均完成规划。实验显示，学到的分数场、嵌入向量探测和规划路径呈现多尺度认知地图特性，并支持自我中心导航以及次优数据下的操作规划。目前该工作处于论文发布阶段，尚无后续进展报道。
AI 根据报道生成 · 3 小时前更新
最新进展10月2日 12:00
arXiv 刊出条件能量模型研究，从随机探索学习长程迷宫规划。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv：cs.LG（机器学习，全量分类）从随机探索中学习规划：基于条件能量模型的多尺度认知地图
研究提出一种条件能量模型，通过噪声对比估计在无动作和奖励标签的观测对上训练，从随机探索中学习时间对数密度比，实现长程迷宫规划。该模型在不同时间跨度上查询学到的关系，配合局部动力学模型预测候选动作结果并评估目标进展，在状态和图像输入下均完成规划。实验显示学到的分数场、嵌入向量探测和规划路径呈现多尺度认知地图特性，并支持自我中心导航和次优数据下的操作规划。
本事件热度走势
当前热度 9·可比范围峰值 10（10月2日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。