arXiv · ML· Timo Klein, Thomas Lang, Andrii Shkabrii, Lukas Miklautz, Yllka Velaj, Sebastian Tschiatschek·· 2026-10-15AI 评分41
双曲目标条件RL在导航任务中性能超越千层欧氏网络
Outperforming 1000 Euclidean Layers With Hyperbolic Goal-Conditioned RL
AI 导读
双曲目标条件强化学习通过引入双曲空间测地距离,使64层双曲智能体性能超越1024层欧氏网络。该方法训练速度快12倍以上,参数量减少13倍左右。在复杂迷宫中,双曲模型行为表现更佳,能沿走廊到达目标。
来源:arXiv · ML · arxiv.org