arXiv cs.AI· Chang-Hoon Jeong, Kisung Shin, Hanwool Sul, Byoung-Tak Zhang·2026-10-23 12:00· 2 小时前AI 评分38

PLATO：面向鲁棒离线元强化学习的悲观潜在任务感知优化

Pessimistic Latent Task-aware Optimization for Robust Offline Meta-Reinforcement Learning

AI 导读

论文提出 PLATO（Pessimistic Latent Task-aware Optimization），针对基于上下文的离线元强化学习在超出支持范围任务上策略失效的问题，通过从质心向外扰动潜在向量合成反事实任务，并用解码器集成在悲观权重下更新策略。