DAGR：状态条件化目标表示方法提出

针对目标条件强化学习中现有编码器不感知当前状态、无法标记目标中仍需行动部分的问题，Xing Lei 等作者提出 DAGR，通过多尺度门控交叉注意力将任意 late-fusion 编码器的静态嵌入细化为状态条件化表示，并以差异感知注意力按逐 token 的状态-目标失配调整分数。 在 OGBench 上，DAGR 提升了导航任务表现，其余任务持平或略低；消融显示增益主要来自门控残差，而非方法同名的差异偏置。代码已开源。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。