simulation-based-training

标签

#simulation-based-training

TRACE：通过合成奖励训练用于因果探索的推理代理

arXiv cs.AI ↗ · 2026-09-11 缓存

TRACE提出一种基于模拟的方法，利用合成奖励训练用于因果探索的推理代理，提升诊断任务中的强化学习效果。实验表明，在数字广告诊断环境中，该方法优于提示基线。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈