目标条件策略学习中的视野信息诅咒

2026年10月8日，arXiv 机器学习理论方向发布研究，提出目标条件策略学习中存在一种新的“视野信息诅咒”。研究发现，增大目标重标记视野会显著降低策略泛化与性能；即使只在邻近子目标序列上评估，目标条件行为克隆（BC）也会出现随训练视野恶化而加重的性能退化。研究同时指出，采用强化学习（RL）目标可缓解这一退化现象。该工作目前仅揭示现象与缓解方向，未涉及更广泛的应用验证。

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。