热点事件持续更新
自发现 RL 在经验时代：学习历史是资产还是负担？
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026-09-30，arXiv 发表对自发现 RL 规则 Disco103 的首个因果机制审计，围绕经验时代五支柱展开。研究发现循环历史可将可用奖励尺度扩展至六十年窗口；解除历史固定后导入状态自然演化能减轻不匹配惩罚。在环境变化下控制回放保留可逆转 DQN 的表观适应优势，且结果成功移植到第二组规则 OPEN。
AI 根据报道生成 · 2 小时前更新
最新进展9月30日 12:00
研究通过因果审计揭示循环历史扩展奖励尺度、控制回放可逆转 DQN 优势，并验证至 OPEN 规则。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv · Artificial Intelligence自发现 RL 在经验时代：学习历史是资产还是负担？
研究对自发现 RL 规则 Disco103 进行首个因果机制审计，围绕经验时代五支柱展开。发现循环历史能将可用奖励尺度扩展至六十年窗口，而解除历史固定后导入状态自然演化可减轻不匹配惩罚。在环境变化下控制回放保留可逆转 DQN 的表观适应优势，验证结果同时移植到第二组规则 OPEN。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。