arXiv · cs.AI· Adam Labiosa, Josiah P. Hanna·· 1 天前
何时规划：学习在反应式控制与审慎规划之间进行选择
When to Plan: Learning to Select Between Reactive Control and Deliberative Planning
arXiv:2607.16421v2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：Adam Labiosa, Josiah P. Hanna
研究任务与主要进展
Adam Labiosa与Josiah P. Hanna提出一种强化学习方法，训练元推理策略根据反应式策略的不确定性分数分配计算，学习在直接反应式控制与决策时规划之间选择。该方法在运动规划和导航环境中的实证研究表明，随着反应式策略改进，元智能体会转向完全采用反应式控制。当前仅提供论文摘要，未说明实验规模、基线和具体性能指标。
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