arXiv · cs.AI· Jonas Schweisthal, Dennis Frauen, Stefan Feuerriegel, Emma Brunskill·· 7 小时前
PolicyLift：从观测数据改进生成式策略
Generative Policy Improvement from Observational Data
arXiv:2610.23436v1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：Jonas Schweisthal, Dennis Frauen, Stefan Feuerriegel, Emma Brunskill
研究任务与主要进展
Jonas Schweisthal、Dennis Frauen、Stefan Feuerriegel和Emma Brunskill提出PolicyLift，用于从观测数据改进文本消息或图像等复杂结构化动作的决策策略。框架先学习捕捉高层策略的离散动作码，再学习上下文相关的码级策略，部署时将策略生成映射回原始动作空间；作者基于论文摘要报告了理论结果以及合成和真实文本生成任务中相对行为策略的一致改进。
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