研究者提出TD-Aug提升策略零样本目标泛化

Daniel Lawson等研究者提出 TD-Aug 方法：从几何视界模型（geometric horizon model）中采样，直接想象由已有知识组合而成的新结果，以缓解世界模型在长视界生成上的困难。 研究者将这些想象出的未来结果作为目标，用于目标条件 BC 策略训练。在基于拼接的 OGBench 任务上，该方法显著提升了零样本目标泛化能力。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。