研究：动作分块让对比强化学习在线性能提升逾九成

Kamil Dybek 等人的 arXiv 论文《Three Steps at a Time》研究动作分块（action chunking）技术，将动作按三步一组切块用于对比强化学习。结果显示该方法在离线场景下提升 31.7%，在线场景下提升高达 93.1%，表明动作分块的收益并不局限于此前研究的离线与离线到在线设定，在纯在线强化学习中同样显著。

2026-09-03 ~ 2026-09-03 · 2 条相关

• 把动作按三步一组切块，对比强化学习离线涨 31.7%、在线涨 93.1% — ben_eysenbach · 2026-09-03
• 研究显示在线 RL 中动作分块同样显著提升 Contrastive RL 表现 — ben_eysenbach · 2026-09-03