研究者提出 SUN 目标选择框架

Wenyan Yang 等研究者提出 SUccessor-to-Novelty（SUN），一种由后继价值函数推导的指标，号称能同时识别既新颖又可达的目标，并可嵌入任意 off-policy 强化学习算法。该论文已被第 19 届欧洲强化学习研讨会（EWRL 2026）接收。 研究者称，SUN 是计数缩放目标到达奖励的价值，可界定短视界命中概率并拒绝不可达目标；配套的自适应目标选择策略结合轻量伪计数，在含不可达状态、不可逆转移、障碍与迷宫等环境中持续优于现有方法。

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。