VAST离线强化学习方法被NeurIPS 2026接收
热点事件持续更新
VAST离线强化学习方法被NeurIPS 2026接收
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
Kexin Zheng等研究者的论文提出VAST（VAlue STitching）离线强化学习方法，用递归的时域自适应价值组合替代固定步长回溯，该方法被NeurIPS 2026接收。 VAST将价值优化与未来状态和时域长度条件化的辅助价值函数耦合，并通过拼接策略选择奖励最大化的时域长度与未来子目标。在OGBench的50个任务上，论文称VAST超过固定步长、扩展时域方法和生成式价值离线RL基线，在高复杂度长时域决策任务上表现尤为突出。
AI 根据报道生成 · 2 小时前更新
最新进展10月14日 12:00
VAST：通过价值拼接实现时域自适应的离线策略学习报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv cs.RO 机器人学精选VAST：通过价值拼接实现时域自适应的离线策略学习
NeurIPS 2026 论文提出 VAST（VAlue STitching），用递归的时域自适应价值组合替代固定步长回溯，将价值优化与未来状态和时域长度条件化的辅助价值函数耦合，并通过拼接策略选择奖励最大化的时域长度与未来子目标。在 OGBench 的 50 个任务上，VAST 超过固定步长、扩展时域方法和生成式价值离线 RL 基线，在高复杂度长时域决策任务上表现尤为突出。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。