港大清华提出VAST自适应价值回传方法
热点事件持续更新
港大清华提出VAST自适应价值回传方法
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
香港大学与清华大学团队提出 VAST，使强化学习在长时程控制中能按情境自主选择价值回传的时间跨度，而非对所有状态固定采用同一时间步长。 该方法通过 G 函数与 stitching 策略共同选择未来子目标及其跨度，再由独立的 goal-conditioned 执行策略生成动作。团队在 50 个基于状态的 OGBench 任务上报告了强于或具有竞争力的表现，相关成果以 NeurIPS 2026 论文形式发布。
AI 根据报道生成 · 1 小时前更新
最新进展11月4日 14:00
港大与清华提出 VAST：让 RL 自主选择价值回传时间跨度报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- AGI Hunt港大与清华提出 VAST：让 RL 自主选择价值回传时间跨度
港大与清华合作提出 VAST，让 RL 在长时程控制中按情境灵活选择价值回传的长度，而非固定使用同一时间步长。该方法以 G 函数和 stitching 策略联合选择未来子目标及其跨度，并由独立的 goal-conditioned 执行策略生成动作；在 50 个 state-based OGBench 任务上取得强或具竞争力的表现。
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。