MSPR：多尺度预测表征用于目标条件强化学习

研究者提出 MSPR 框架，用于离线目标条件强化学习（GCRL）。针对稀疏奖励下编码器容易学到与目标无关特征、导致策略学习不稳定的问题，MSPR 通过多尺度预测监督在隐空间中强化目标导向对齐。 据作者称，该方法在视觉与状态任务上均取得强劲表现，并在具有挑战性的真实数据条件下保持 SOTA 性能。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。