ORCA坐标与ORBiT架构：面向物体的强化学习新范式

2026年10月21日，arXiv（cs.AI）发布研究，提出基于固定锚点的物体相对坐标系（ORCA）与Transformer架构ORBiT，旨在解决绝对视角下智能体因场景平移导致性能崩溃的问题。 该研究证明ORCA可扩展至旋转维度，ORBiT能泛化至未知干扰物数量，并强调决策相关锚点的必要性，适用于MLP与Transformer智能体。 在13款Atari游戏测试中，ORBiT的HNS IQM综合得分超1.0，优于基于像素的PPO基线；此外，ORBiT能从零学会Foosball游戏，表现优于所有基线模型。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。