研究者提出SDI方法统一探索与规划

Hieu Tran 与 Hong Yu 提出 SDI（Sibling Disagreement in Imagination）方法，用 actor 自身动作序列重复 rollout 的变化作为共享参考，同时驱动探索信号与计划接受判断。 据作者称，该方法把探索与规划两项决策通过这一共享的 actor 参考连接起来。目前公开信息仅来自论文，尚无实验效果或对比结果的披露。

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。