跳到正文
AGI Hunt· UIUC-CS·· 7 小时前AI 评分49

UIUC 与 CMU 提出 Regularized Score Centering(RSC),Agent RL 训练最高提升 14.3%

UIUC 提出正则化分数中心化,Agent RL 训练最高提升 14.3%

AI 导读

UIUC 与 CMU 提出 Regularized Score Centering(RSC),通过加入反向 KL 惩罚并配合截断重要性采样(TIS),提升异步 Agent RL 的稳定性与样本效率。RSC+TIS 在六个 Agent 基准中均排名第一,AppWorld 提升 14.3%,BabyAI 达到最强基线的 9.9 倍。

来源:AGI Hunt · agihunt.info