MSPR：离线目标条件强化学习的多尺度预测表征新框架

Valliappan Chidambaram Adaikkappan 等人提交论文 v2，提出多尺度预测监督框架 MSPR，用于离线目标条件强化学习（GCRL）。该框架在隐空间中约束状态与目标的对齐，以缓解稀疏奖励下编码器学到目标无关特征的问题。 作者称，MSPR 在视觉与状态类任务上均表现强劲，并在更具挑战性的数据条件下保持 SOTA 性能。报道未说明该框架的适用限制或具体评测数据。

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。