TERRA潜动作表征方法发布预印本

Tianxingjian Ding、Mubarak Shah、Yu Tian发布预印本论文，提出TERRA潜动作学习方法。该方法用紧凑的时序效应描述状态转移，包含净特征变化与低阶窗口内动态分量，并据此学习连续潜在动作。 作者称，配合Effect-Anchored Transport（EAT），潜在动作在其他初始状态下解码后会被锚定回源状态观测到的效应，从而由跨上下文行为塑造，而非单一来源转移。论文标注为预印本，代码和项目页面尚未发布。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。