arXiv Artificial Intelligence· Jiarong Wen, Qi Tao, Kaiyu Zhang, Yun Qu, Lizhou Cai, Heming Zou, Yuhang Jiang, Qi Wang·· 18 小时前AI 评分22
通过上下文建模弥合模型预测任务采样中的风险近似差距
Bridging Risk Approximation Gaps in Model Predictive Task Sampling via In-Context Modeling
AI 导读
针对模型预测任务采样（MPTS）中风险预测模型（RPM）面临优化历史稀疏和风险近似滞后一步两个失效模式，该研究将其形式化为滞后风险分解，并把风险预测重构为上下文序列建模问题。新RPM结合一步前瞻机制与时间加权滑动窗口，无需额外rollout即可缓解数据非平稳与稀缺问题。在鲁棒Meta-RL、域随机化（DR）及LLM提示课程RL后训练中，该方法给出更可靠的难度估计并取得一致性能提升。
来源：arXiv Artificial Intelligence · arxiv.org