ReBRAC-v2：极简离线强化学习框架下的系统性工程突破

离线强化学习算法 ReBRAC-v2 在 OGBench 10 个常用类别中平均得分 74.8，超过次优方法的 52.3，并在其中 8 类排名第一。该模型基于精确似然归一化流 actor 和行为正则化构建，无需结构改动即在 D4RL AntMaze 达到 90.2 分。作者完成了原始 OGBench 全部 235 个单任务问题的完整评测，确立了其作为未来研究的参考基线地位。