arXiv · cs.AI· Yixue Hao, Jiahao Zhang, Jiesong Lian, Xufei Guo, Xumeng Guo, Wenhui Zhang, Long Hu, Rui Wang·· 6 小时前
Value-Guided Repulsion Q-Learning（VRQL）：将价值引导排斥用于离线强化学习
Value-Guided Repulsion for Offline Reinforcement Learning
arXiv:2610.20190v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yixue Hao, Jiahao Zhang, Jiesong Lian, Xufei Guo, Xumeng Guo, Wenhui Zhang, Long Hu, Rui Wang
研究任务与主要进展
论文作者提出VRQL，将动作价值估计纳入离线强化学习的粒子相互作用场，并通过归一化Q值调节排斥强度。作者在50个OGBench任务配置和6个D4RL AntMaze配置上报告了相对于既有基线具有竞争力的表现，但材料未提供具体性能数字、基线细节或实验成本。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org