arXiv · Information Retrieval· Oriol Corcoll, Qiyao Wei, Ciar\'{a}n Mark Gilligan-Lee·2026-10-12 12:00· 2 小时前AI 评分36

超越时间邻近：用于强化学习信用分配的阐释式世界模型

Beyond Temporal Proximity: Explanatory World Models for Credit Assignment in Reinforcement Learning

AI 导读

论文提出 Explanatory World Models（EWM），用前沿语言模型生成解释来识别促成结果的前序事件，并以保守分层算子递归重分配 reward，同时保持无折扣回合回报。