arXiv · cs.AI· Daniel Lawson, Dhruv Sreenivas, Adriana Hugessen, Khimya Khetarpal, Glen Berseth·· 5 小时前
TD-Aug通过几何地平线模型生成目标，提升策略零样本泛化
Imagining Goals with Geometric Horizon Models for Policy Generalization
arXiv:2610.19129v1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：Daniel Lawson, Dhruv Sreenivas, Adriana Hugessen, Khimya Khetarpal, Glen Berseth
研究任务与主要进展
Daniel Lawson等人提出TD-Aug，通过从几何地平线模型采样并组合已有知识，直接生成新颖的未来结果作为目标。基于论文摘要，作者报告将这些结果用于目标条件行为克隆策略训练后，显著提升了在基于stitching的OGBench任务中的零样本目标泛化；具体实验细节与比较基线材料未说明。
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