arXiv · cs.AI· Tingrui Huang, Ai Bo, Junzhe Zhang·· 9 小时前
CauCRL：用反事实转移改进离线对比目标条件强化学习
Counterfactual Rollouts for Offline Contrastive Goal-Conditioned Reinforcement Learning
arXiv:2610.14953v1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：Tingrui Huang, Ai Bo, Junzhe Zhang
研究任务与主要进展
CauCRL通过反事实转移处理离线目标条件强化学习中的混杂问题，并利用正负离线示范训练悲观的反事实转移模型。在含混杂的目标到达任务中，该方法相较标准CRL显著提高成功率；具体实验设置与结果范围仅能依据论文摘要判断。
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