论文提出目标条件策略学习的信息视野诅咒

John L. Zhou、Yuxuan Dong 和 Jonathan C. Kao 提交的论文发现，目标条件策略学习存在一种额外的“信息性视野诅咒”：增大目标重标注视野会显著降低策略的泛化能力和性能。 作者称，目标条件行为克隆（BC）策略即便只在邻近子目标序列上评测，也会出现严重且依赖训练视野的性能退化，而强化学习（RL）目标可以缓解这一问题；将短视野策略的输入 Jacobian 蒸馏到长视野策略中能带来显著性能提升，在组合式操作任务中尤为明显。该论文发布于 arXiv cs.LG 分类。 这些结论来自论文作者的报告，属于研究阶段的发现，尚需更多验证。

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。