LASER离线强化学习算法提出并在OGBench取得SOTA

1. 12:00
   arXiv cs.AI

   LASER：面向支持约束熵正则离线 RL 的潜在空间伴随匹配

   LASER 是一种离线 RL 算法，通过潜在空间伴随匹配实现熵正则化的潜在空间 RL，并使用表达力强的流策略，同时避免沿时间反向传播。在 40 个不同数据质量的 OGBench 任务上，LASER 取得 SOTA 性能，且全部任务共用固定超参数，优于经过任务与数据集特定调参的基线。该工作已被 NeurIPS 2026 接收。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。