研究：目标信息丢失分三种深度，恢复方法各异

Julia Barth等作者发表论文，研究目标误泛化中目标信息在智能体内部丢失的深度及恢复方法，覆盖八个视觉导航与操作任务，包括机器人控制。 论文按丢失深度区分三种情况：目标被跟随但被代理目标压过时，引导现有策略可把目标到达率从16.0%提升到95.3%；目标被读取但未被跟随时，引导无效，但轻量级新下游接线可把目标到达率从31.6%恢复到84.3%；目标未被读取时，上述方法均无效，因为策略未使用目标信息。 该论文为arXiv预印本，尚未经同行评议。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。