研究者提出离线强化学习方法MAC-v2
Start here
2026年11月6日，研究者提出离线强化学习方法MAC-v2，用于实现基于像素的长时界模型价值扩展。该方法通过训练结合 action chunking 的免重构隐空间世界模型，利用预测与控制目标学习表征以过滤无关视觉细节，并利用 action chunking 减少递归预测步数，从而有效抑制误差累积。测试结果显示，MAC-v2 在视觉 OGBench、MMBench2、Robomimic 和 LIBERO-10 等基准测试中的表现均优于各类离线强化学习基线。
AI-generated from reports · Updated 5 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 机器学习MAC-v2：基于像素的长时界模型价值扩展
MAC-v2 通过训练结合 action chunking 的免重构隐空间世界模型，实现基于像素的长时界模型价值扩展。该方法利用预测与控制目标学习表征以过滤无关视觉细节，并通过 action chunking 减少递归预测步数以抑制误差累积。在视觉 OGBench、MMBench2、Robomimic 和 LIBERO-10 基准测试中，其表现优于各类离线 RL 基线。
Story heat trend
Current heat 9·Comparable peak 10（Nov 6 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.