CoTA-DT框架增强离线元强化学习泛化能力
热点事件持续更新
CoTA-DT框架增强离线元强化学习泛化能力
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Xinbo Zhao等人在arXiv上发布了Contrastive Task-Aware Decision Transformer (CoTA-DT)框架。该框架专为离线元强化学习设计，旨在通过学习任务表示来提升任务感知泛化能力。其核心贡献是将DT架构与四种互补组件结合：离线轨迹对比学习、自然语言任务描述对齐、任务条件世界模型的一步监督，以及任务条件Q函数的长期监督。通过利用预训练LLM作为共享骨干，该框架统一了语言编码、世界建模与策略学习，从而显著提升了参数效率。在多种离线基准测试中，CoTA-DT展示了优异性能，特别是在零样本泛化场景下，其表现优于现有的基准方法，证明了该框架在高效利用离线数据方面的有效性。
AI 根据报道生成 · 3 小时前更新
最新进展11月4日 13:00
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报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · ML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
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。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 911月4日 15:00
- 近 24 小时变化
- –
02.557.510
15:0016:0017:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。