arXiv 发布 SUN 强化学习探索论文

Wenyan Yang 等在 arXiv 发布论文 SUN: Reaching for Novelty in Reinforcement Learning（arXiv:2609.08642，更新至 v2），提出 SUccessor-to-Novelty（SUN）指标，从后继价值函数中识别同时具有新颖性和可达性的目标，用于目标条件强化学习的目标选择。 据作者称，该框架可无缝嵌入任意 off-policy RL 算法，并在含不可达或难达状态、不可逆转移、障碍、迷宫和无界空间的标准及新环境中持续优于现有最先进方法。代码发布于 GitHub 仓库 rl-anvil。 以上结论基于论文摘要及作者自述，本站未核验全文或独立复现。

AI 根据报道生成 · 43 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。