研究提出基于 Drifting 的占用建模与策略提取方法

Robin Uhrich 等作者提出一种基于 drifting 的占用建模方法：用这种一步生成采样器建模折扣状态访问分布（占用），再通过占用模型直接微分提取策略，绕过 critic 蒸馏。作者称，该流程可沿多模态结构捕捉程度、生成模型类别、策略提取方法三个维度分解，并据此得到更简洁的替代方案。 作者称，这一轻量设置在标准基准上取得性能提升。相关结论来自其论文，尚未见独立验证。

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。