TERRA 提出可迁移潜在动作学习方法

Tianxingjian Ding 等作者发布预印本论文，提出 TERRA（时序效应表征与关系对齐）方法，用于学习可迁移的连续潜在动作。该方法用紧凑的时序效应描述状态转移，即净特征变化加上低阶窗口内动态分量，并据此学习连续潜在动作。 TERRA 还提出 Effect-Anchored Transport（EAT），在不同初始状态下解码并锚定该效应，使潜在动作由跨上下文的行为塑造。论文标注为预印本，代码和项目页面称即将发布。

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。