目标去哪了？目标泛化失败中策略对齐的三种不同失效形式

研究在三个 Procgen 环境和五个机器人任务中发现，目标泛化失败存在三种不同的策略-目标错位形式：功能性目标替换、策略捷径，以及目标线索与代理线索的竞争。目标信息在内部丢失的深度不同，恢复手段也不同：在线索竞争场景中引导可将目标达成率从 16.0% 提升至 95.3%；在动作捷径环境中仅靠下游重连可从 31.6% 恢复至 84.3%；目标完全惰性时两种方法均无效。