arXiv · cs.AI· Oriol Corcoll, Qiyao Wei, Ciar\'{a}n Mark Gilligan-Lee·· 5 小时前
Explanatory World Models：用解释改进强化学习的延迟信用分配
Beyond Temporal Proximity: Explanatory World Models for Credit Assignment in Reinforcement Learning
arXiv:2610.13504v1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：Oriol Corcoll, Qiyao Wei, Ciar\'{a}n Mark Gilligan-Lee
研究任务与主要进展
研究提出Explanatory World Models（EWM），利用前沿语言模型生成解释来识别可能促成结果的历史事件，从而改进延迟奖励下的信用分配。
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