arXiv · cs.AI· Zhongan Bi, Kepeng Lin, Xuanang Gao, Yuhan Sun, Lianrun Zhang·· 6 小时前
PACG：面向多模态强化学习的持续性感知信用分配方法
Visual sensitivity is not claim retractability: persistence-aware credit assignment for multimodal reinforcement learning
arXiv:2609.36572v3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：Zhongan Bi, Kepeng Lin, Xuanang Gao, Yuhan Sun, Lianrun Zhang
研究任务与主要进展
研究提出 Persistence-Aware Credit Gating（PACG），通过降低异常持续的视觉主张所获得的正向信用，改善多模态强化学习中的视觉主张信用分配。
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