港大与清华提出离线价值学习框架VAST
热点事件持续更新
港大与清华提出离线价值学习框架VAST
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年10月24日，机器之心报道，香港大学与清华大学的研究团队提出离线价值学习框架 VAST（Horizon Adaptive Offline Policy Learning via Value Stitching），该框架让智能体联合选择未来子目标与对应时间跨度，并将不同跨度的局部回报与后续价值拼接。报道称，VAST 引入辅助价值函数 G-function，用于估计任意状态与跨度间的期望折扣累计回报，并学习拼接策略；理论上定义了具有收缩性质的 stitching Bellman operator。目前报道仅介绍方法设计与理论性质，未提及实验环境、基准结果、代码或模型发布情况，也未说明适用任务范围与使用限制。事件进展停留在方法提出阶段。
AI 根据报道生成 · 3 小时前更新
最新进展10月24日 15:30
港大与清华提出 VAST：让长程决策学习自适应选择时间尺度报道时间线
沿着报道，了解事件的不同侧面。
10月24日
- 机器之心港大与清华提出 VAST：让长程决策学习自适应选择时间尺度
香港大学与清华大学提出离线价值学习框架 VAST，让智能体联合选择未来子目标与对应时间跨度，将不同跨度的局部回报与后续价值拼接。VAST 引入辅助价值函数 G-function 估计任意状态与跨度间的期望折扣累计回报，并学习拼接策略，理论上定义了具有收缩性质的 stitching Bellman operator。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月24日 18:00
- 近 24 小时变化
- –
02.557.510
18:0019:0020:0021:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。