TD-Aug用几何地平线模型生成目标提升策略零样本泛化

Daniel Lawson等人在arXiv论文（arXiv:2610.19129）中提出TD-Aug，从几何地平线模型采样，直接生成可通过组合已有知识实现的新颖未来结果作为训练目标。 作者报告，将这些想象结果作为目标训练目标条件行为克隆（BC）策略后，显著提升了在基于stitching的OGBench任务中的零样本目标泛化。具体实验细节与比较基线材料未说明，目前证据基于论文摘要。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。