tree-structured-rl

标签

#tree-structured-rl

在模型改变主意之处分叉：树结构强化学习中的信念偏移分支

arXiv cs.AI ↗ · 2026-09-12 缓存

本文提出了一种用于树结构强化学习的信念偏移分支方法，以增强步骤级信用分配，并在数学和编程基准测试中展示了性能提升。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈