像素離線強化學習

標籤「像素離線強化學習」下的全部文章

062026-11兩項架構研究進展：循環Transformer提效、MAC-v2強化像素離線RLarXiv於2026年11月6日發佈兩篇機器學習論文，分別提出Loopback Transformer和MAC-v2架構。前者通過分離輸入強度與更新權重，以40-75%參數量取得更低驗證損失；後者結合無重建潛世界模型與動作分塊，在多個視覺基準上表現強勁。兩項研究均為預印本，尚未經同行評審。arXiv cs.LG