跳到正文
热点事件持续更新

研究者提出WATERFALL工作流自动发现POMDP奖励

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Eleftherios Triantafyllidis 等人在 arXiv 发布论文,提出 WATERFALL——一种在 POMDP 部分可观测环境下自动发现奖励的迭代式、基于种群的工作流,论文已被 NeurIPS 2026 接收为海报展示。 该方法通过 persona 条件化生成程序化奖励候选,用视觉语言模型评判的瑞士制进化锦标赛从原始视觉 rollout 中筛选精英,并借助纵向评估历史迭代来变异或淘汰候选。代码和 OpenReview 页面已公开。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv cs.AI
    WATERFALL:面向 POMDP 环境自动奖励发现的进化式训练工作流

    WATERFALL 是一个在 POMDP 部分可观测环境下进行自动奖励发现的迭代式、基于种群的工作流。它通过 persona 条件化生成程序化奖励候选,用视觉语言模型评判的瑞士制进化锦标赛从原始视觉 rollout 中筛选精英,并借助纵向评估历史迭代变异或淘汰候选。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。