LASER：面向支撑约束熵正则离线 RL 的潜空间伴随匹配

LASER 是一种离线强化学习算法，通过潜空间伴随匹配实现熵正则化的潜空间 RL，并使用表达力强的流策略，同时避免时间反向传播。在 40 个不同数据质量的 OGBench 任务上，LASER 取得 SOTA 性能，且所有任务使用固定超参数，优于经过任务和数据集调优的基线。该工作已被 NeurIPS 2026 接收。