潜空间世界模型中生成由 Critic 引导的合成经验

提出 Critic-Guided Synthetic Experience (CGSE) 方法，利用世界模型作为局部转换生成器，离线生成合成经验以增强离线策略。 该方法通过离线策略采样候选动作，在信任域内优化 Q 函数一阶近似来细化动作，并由 Critic 选择最佳合成转换。 在三个 OGBench 操作任务中，CGSE 使离线策略的平均成功率相对提升 7.1%，无需真实环境交互。