ReBRAC-v2在OGBench评估中刷新基准
热点事件持续更新
ReBRAC-v2在OGBench评估中刷新基准
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
ReBRAC-v2是一种基于精确似然归一化流actor和行为正则化的极简离线强化学习框架。该模型在无需结构改动的情况下，在D4RL AntMaze基准中达到了90.2分，在Adroit基准中达到33.6分。 在OGBench评估中，ReBRAC-v2在10个常用类别中的平均得分达到74.8分，显著超过次优方法的52.3分，并在其中8类中位列第一。作者已完成原始OGBench全部235个单任务问题的完整评测。 基于上述评测结果，ReBRAC-v2确立了其作为未来离线强化学习研究的参考基线地位，展示了系统性工程突破。
AI 根据报道生成 · 3 小时前更新
最新进展11月2日 13:00
ReBRAC-v2：极简离线强化学习框架下的系统性工程突破报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv · AIReBRAC-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。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月2日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
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。