环境干预的难点:状态与动作可能存在相关性
abursuc · x · 2026-09-17
讲师在 ssad2026 课程中讨论对环境进行干预(intervention)时的核心挑战:干预后的状态与动作之间可能存在相关性,并引出两个关键问题——如何在状态空间中启用和整合交互性,以及如何表示动作空间。
所属事件:SSAD 2026：自动驾驶世界模型的架构与交互难题(7 条相关)→
「研究」频道最新
- 小米 MiMo 提出 CodeSpecWeave:用相互依赖规格合成任务训练编程智能体 — XiaomiMiMo · 2026-11-02
- Mistral Large 4 短提示词从零写出量子化学 SCF 求解器并自建 3D 可视化 — MistralAI · 2026-11-02
- 谁把「用 AI 治愈癌症」讲得最具体？2025 年路线图正在成形 — iskander · 2026-11-02
- arXiv 论文证明 SGD 最优步长调度:单调递减的线性衰减是唯一极小极大最优解 — konstmish · 2026-11-02
- Karpathy 的 nanochat:100 美元从零训练出类 ChatGPT,星标近 6 万 — karpathy · 2026-11-02
- 读完 46 份资料后写出 Agent Evals 指南：自评 95 分的评测为何不可信 — blaizedsouza · 2026-11-02