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