热点事件持续更新
研究人员提出数据驱动追索方法DDAR
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28日，研究人员在论文中提出数据驱动追索方法 DDAR（Data-Driven Action Recourse）。作为首个无需人工监督动作成本即可提供可行追索方案的框架，DDAR 基于历史数据中高概率轨迹成本更低的假设来构建动力学模型，并在该模型约束下搜索可达成目标结果的路径。实验结果表明，该方法无需人工设计成本函数即可推荐合理的追索方案，且产生的动作成本低于现有方法。
AI 根据报道生成 · 5 小时前更新
最新进展10月28日 12:00
研究人员提出首个无需人工监督动作成本的追索框架DDAR。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv 人工智能Follow the Herd：数据驱动的可行追索方法
研究人员提出数据驱动追索方法 DDAR（Data-Driven Action Recourse），这是首个无需人工监督动作成本即可提供可行追索方案的框架。该方法基于历史数据中高概率轨迹成本更低的假设构建动力学模型，并在该模型下搜索能达成目标结果的路径。实验表明，DDAR 无需人工设计成本函数即可推荐合理的追索方案，且动作成本低于现有方法。
本事件热度走势
当前热度 9·可比范围峰值 10（10月28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。