arXiv 机器学习· Songyuan Zhang, Oswin So, Eric Yang Yu, Matthew Cleaveland, Peter Crowley-Dolen, Chuchu Fan·· 7 小时前AI 评分35
离线强化学习算法 LASER：基于潜空间伴随匹配与熵正则化
LASER: Latent Space Adjoint Matching for Support-Constrained Entropy-Regularized Offline RL
AI 导读
研究人员提出离线强化学习算法 LASER，通过潜空间伴随匹配实现熵正则化的潜空间强化学习，在利用高表达力 flow 策略的同时避免了沿时间反向传播。在涵盖不同数据质量的 40 项 OGBench 任务评测中，LASER 采用统一的固定超参数取得 SOTA 表现，超越了经过任务特定调优的各类基线模型。
来源：arXiv 机器学习 · arxiv.org