正则化分数中心化方法显著提升智能体强化学习性能
UIUC 与 CMU 论文提出 Regularized Score Centering(RSC),改进智能体强化学习中的优势估计方法。该方法解决了异步 RL 带来的训练稳定性问题,在六项 agentic RL 任务上全面超越原有 Score Centering 方法,BabyAI 环境提升最高达 9.9 倍,整体训练性能提升最高 14.3%。
2026-11-18 ~ 2026-11-20 · 2 条相关
- UIUC 提出正则化分数中心化,Agent RL 训练最高提升 14.3% — UIUC-CS · 2026-11-18
- 正则化 Score Centering 提出:agentic RL 六项任务全面领先,BabyAI 提升 9.9 倍 — aviral_kumar2 · 2026-11-20