研究：目标重标注视野越大策略泛化越差

一项发表于 arXiv 的研究提出，目标条件策略学习中存在一种额外的“视野信息诅咒”：增大目标重标注视野会显著降低策略的泛化能力与性能。作者为 John L. Zhou、Yuxuan Dong 和 Jonathan C. Kao。 实验显示，目标条件行为克隆（BC）策略即使在仅评估邻近子目标序列时，仍出现严重的训练视野依赖性能退化；使用强化学习（RL）目标可缓解这一问题。研究还发现，把短视野策略的输入 Jacobian 蒸馏到长视野策略中能带来显著性能提升，在组合操作任务中尤为明显。

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。