热点事件持续更新
IDI：基于模型的离线强化学习轨迹级 rollout 控制
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月2日，arXiv cs.LG 分类发布研究，提出分布内想象（IDI），一种面向基于模型的离线强化学习的轨迹级 rollout 控制框架。该方法在学习到的表示空间中估计轨迹支撑度，并据此自适应截断偏离离线轨迹流形的 rollout。实验显示，轨迹支撑度对 rollout 失败的预测显著优于 transition 级不确定性；结合轨迹正则化强化学习后，IDI 在有限数据设置下持续提升性能。目前该工作处于论文发布阶段，尚无后续进展报道。
AI 根据报道生成 · 3 小时前更新
最新进展10月2日 12:00
研究者提出 IDI 轨迹级 rollout 控制框架，实验显示有限数据下性能持续提升。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv：cs.LG（机器学习，全量分类）IDI：面向基于模型的离线强化学习的分布内想象
研究者提出分布内想象（IDI），一种在学习到的表示空间中估计轨迹支撑度、并自适应截断偏离离线轨迹流形的 rollout 控制框架。实验显示，轨迹支撑度对 rollout 失败的预测显著优于 transition 级不确定性，结合轨迹正则化 RL 后，IDI 在有限数据设置下持续提升性能。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。