研究人员提出LaMA-DT决策Transformer框架

1. 13:00
   arXiv 自然语言处理

   用于多任务离线强化学习的语言模型增强 Decision Transformer（LaMA-DT）

   LaMA-DT 框架利用单一 LLM 同时实现轨迹增强与多任务策略学习，以解决离线多任务强化学习的数据稀缺难题。该方法通过自然语言任务描述引导生成并过滤高质量轨迹，随后复用同一 LLM 作为语言条件 Decision Transformer 进行微调。在 Meta-World 和 MuJoCo 基准测试中，LaMA-DT 持续优于竞争基线，显著提升了低数据场景下的跨任务泛化能力。

Current heat 6·Comparable peak 10（Nov 4 14:00）·Comparable change, last 24 hours–

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.