arXiv cs.AI· Pedro Robles Dutenhefner, Dikshant Shehmar, Wagner Meira Jr., Marlos C. Machado·2026-10-02 12:00· 9 小时前AI 评分42

GITA 如何学习多时间尺度以优化目标条件强化学习

Learning Multiple Timescales for Goal-Conditioned Reinforcement Learning

AI 摘要

论文提出通用隐式时间抽象（GITA）方法，通过让单一价值函数适应不同时间步长 k，解决离线目标条件强化学习中长程任务信号衰减问题。该方法在 OGBench 基准上平均成功率提升 25 个百分点，相对 HIQL 基线改善 73%，并超越最强固定 k 方法 OTA 7 个百分点。

来源：arXiv cs.AI · arxiv.org