热点事件持续更新
研究提出基于复数值记忆的强化学习方法
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月1日，研究人员在 arXiv 发表研究，提出将基于复向量空间的酉循环神经网络（uRNN）作为 recurrent PPO 架构的直接替代方案，用以解决强化学习中面临的部分可观测与长期依赖难题。该方案设计了三种不同版本的 uRNN，并通过类似量子态测量的方式保留复隐藏状态的相位信息。测试结果显示，在 rocksample 和 Craftax 等评测环境中，该方法取得了基线模型 2 至 3 倍的奖励表现，目前相关代码已正式开源。
AI 根据报道生成 · 5 小时前更新
最新进展10月1日 12:00
研究提出基于复向量空间uRNN的强化学习方法，奖励达基线2-3倍且已开源。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv 机器学习基于复数值记忆的强化学习
研究人员提出将基于复向量空间的酉循环神经网络（uRNN）作为 recurrent PPO 架构的直接替代方案，以解决强化学习中的部分可观测与长期依赖问题。该方法设计了三种 uRNN 版本，并通过类似量子态测量的方式保留复隐藏状态的相位信息。在 rocksample 和 Craftax 等环境中，该方法取得了基线 2-3 倍的奖励，相关代码已开源。
本事件热度走势
当前热度 9·可比范围峰值 10（10月1日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。