arXiv cs.RO 机器人学· Songyuan Zhang, Oswin So, Eric Yang Yu, Matthew Cleaveland, Peter Crowley-Dolen, Chuchu Fan·· 7 小时前AI 评分45
LASER：面向支撑约束熵正则化离线强化学习的隐空间伴随匹配算法
LASER: Latent Space Adjoint Matching for Support-Constrained Entropy-Regularized Offline RL
AI 导读
LASER 提出一种离线强化学习算法，通过隐空间伴随匹配实现熵正则化的隐空间强化学习，在保持表达性流策略的同时避免通过时间反向传播。在 40 项不同数据集质量的 OGBench 任务上，LASER 取得 state-of-the-art 性能，且在所有任务上使用固定的、与任务无关的超参数，优于包括按任务和数据集专门调参的基线方法。该论文已被 NeurIPS 2026 接收。
来源：arXiv cs.RO 机器人学 · arxiv.org