AdaGamma：状态依赖折扣强化学习框架
热点事件持续更新
AdaGamma：状态依赖折扣强化学习框架
1 篇报道1 个报道来源18 小时前更新
先了解这件事
AI 综述
2026年10月15日，arXiv Artificial Intelligence 刊出 Yaomin Wang 等作者的论文，提出 AdaGamma——一种面向深度 actor-critic 强化学习的状态依赖折扣框架。该框架学习有界折扣函数 γ_φ(s)，并以回报一致性目标进行训练，以避免 TD-collapse。论文称 AdaGamma 可集成进 SAC 和 PPO，在连续控制基准上取得提升，并在 JD Logistics 平台为期四周的在线 A/B 测试中获得统计显著收益。上述结果均出自该论文自述，尚无其他来源独立验证。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
AdaGamma：面向强化学习时间自适应的状态依赖折扣报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv Artificial IntelligenceAdaGamma：面向强化学习时间自适应的状态依赖折扣
AdaGamma 提出一种深度 actor-critic 强化学习中的状态依赖折扣框架，学习有界折扣函数 γ_φ(s)，并用回报一致性目标训练，避免 TD-collapse。该方法可集成进 SAC 和 PPO，在连续控制基准上取得提升，并在 JD Logistics 平台为期四周的在线 A/B 测试中获得统计显著收益。
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。