像素离线强化学习

标签「像素离线强化学习」下的全部文章

062026-11两项架构研究进展：循环Transformer提效、MAC-v2强化像素离线RLarXiv于2026年11月6日发布两篇机器学习论文，分别提出Loopback Transformer和MAC-v2架构。前者通过分离输入强度与更新权重，以40-75%参数量取得更低验证损失；后者结合无重建潜世界模型与动作分块，在多个视觉基准上表现强劲。两项研究均为预印本，尚未经同行评审。arXiv cs.LG