超越状态到达的抽象选项发现方法

2026年9月30日，arXiv cs.AI 刊登一篇论文，提出一种面向内在动机选项发现（option discovery）的抽象学习方法，主张“超越状态到达”（beyond state-reaching）。报道称，现有 option discovery 算法采用 state-reaching 思路，让子目标同时覆盖状态的所有方面，导致选项只适用于狭窄的状态区域、选项数量爆炸，并阻碍奖励最大化。新算法不再追求这种全覆盖，而是为每个子目标识别少量相关特征，从而生成泛化更广的选项、加速探索。该方法学习抽象且可迁移的选项，在三个稀疏奖励图像域上验证，其中包括 Atari 游戏 MontezumasRevenge，实现了快速探索。报道未提及同行评审结论、复现结果或后续应用，事件目前仍处于论文发布阶段。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。