arXiv · ML· Xinbo Zhao, Yuhang Liu, Xin Zhang, Lei Le, Zhaohan Xi, Yingxue Zhang·· 5 小时前AI 评分29
提出 CoTA-DT 框架以增强离线元强化学习的任务感知泛化能力
Decision Transformer with Task-Aware Representations for Offline Meta-Reinforcement Learning
AI 导读
CoTA-DT 框架通过整合对比学习、语言描述对齐及世界模型监督，为离线元强化学习提供任务感知表示。 该框架利用预训练 LLM 作为共享骨干，统一语言编码、世界建模与策略学习，提升了参数效率。 在多种离线基准测试中，CoTA-DT 在零样本泛化场景下表现优于现有方法。
来源：arXiv · ML · arxiv.org