TrajEvolve：轨迹进化强化学习新方法

Yi Wen 等作者提交论文，提出 TrajEvolve 轨迹进化强化学习方法：通过精炼历史轨迹中的低质量步骤生成“进化轨迹”，让策略接触到基础模型能力范围内、但训练预算内难以采样的高质量组合。该方法将步骤级连续信用分配重构为二分类任务，并借助反事实验证识别冗余步骤。作者称两个数据集上的实验验证了其有效性，论文已被 NeurIPS 2026 接收。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。