热点事件持续更新
研究者提出面向离线强化学习的“分布内想象”框架IDI
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年10月，研究人员针对基于模型的离线强化学习（MBORL）因累积误差容易生成脱离数据分布轨迹的问题，提出了展开控制框架“分布内想象”（IDI）。该方法在表征空间中估计轨迹支持度，自适应截断偏离离线轨迹流形的展开过程，并结合轨迹正则化强化学习，持续提升了有限数据场景下的模型性能。实验结果表明，利用轨迹支持度预测展开失败的效果显著优于转移级不确定性度量。
AI 根据报道生成 · 5 小时前更新
最新进展10月1日 12:00
研究人员提出离线强化学习框架IDI，通过表征空间轨迹支持度自适应截断偏离展开。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv 机器学习面向基于模型离线强化学习的分布内想象框架 IDI
针对基于模型的离线强化学习（MBORL）因累积误差生成脱离数据分布轨迹的问题，研究人员提出了展开控制框架“分布内想象”（IDI）。该方法在表征空间中估计轨迹支持度，并自适应截断偏离离线轨迹流形的展开，结合轨迹正则化 RL 持续提升了有限数据场景下的性能。实验表明，轨迹支持度预测展开失败的效果显著优于转移级不确定性。
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。