跳到正文
arXiv · 机器人与计算机视觉· John L. Zhou, Yuxuan Dong, Jonathan C. Kao·· 2026-10-08精选AI 评分82

目标条件策略学习中的信息视界诅咒:长视域训练损害泛化与性能

An Informational Curse of Horizon in Goal-Conditioned Policy Learning

AI 导读

论文指出在目标条件策略学习中存在‘信息视界诅咒’,即增加目标重标视域会显著降低策略的泛化能力和性能。研究通过控制实验解耦了训练时的采样视域与测试时的执行视域,发现即使仅评估邻近子目标序列,基于行为克隆的策略也会因长视域训练而严重退化,而强化学习目标可缓解此问题。

推荐理由

研究发现目标重标视域过大导致泛化性能下降,通过短视域策略雅可比矩阵蒸馏至长视域策略可显著提升组合操作任务表现。

来源:arXiv · 机器人与计算机视觉 · arxiv.org