以全环境训练覆盖分布外场景

一篇关于强化学习泛化问题的讨论提出，在尽可能广泛的 RL 环境中训练，使训练分布覆盖原本被视为“分布外”的场景，从而让模型遇到训练范围之外的情况。 这一思路通过“把分布外都训进去”的说法概括，但报道未提供具体团队、实验结果或落地进展；它目前只是对提升强化学习模型泛化能力的一种设想，而非已经验证的解决方案。

AI 根据报道生成 · 27 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。