算法论文7

新综述：持续强化学习方法分类体系

PaperAgent2025-07-09

AI 摘要

文章指出，强化学习有局限，持续强化学习（CRL）应运而生。文中全面考察CRL，提出新分类体系，将其方法按知识存储和转移分四类，并阐述各类方法特点及优劣势。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

川大团队提出条件表征学习方法 CRL

文章指出传统表征学习处理图片和商品信息时存在局限，针对性有监督训练成本高，多模态大模型使用成本也需考虑。为此提出即插即用的条件表征学习方法 CRL，实验显示其在下游任务表现优异。

视频扩散模型生成新视角视频时，现有方法缺显式3D结构。智象未来提出DreamWorld，用3D先验与两阶段框架，结合结构和生成能力，在多基准测试表现领先。

视觉-语言-动作（VLA）模型是端到端自动驾驶主流技术，但自回归解码架构有瓶颈。复旦大学与引望智能联合提出WAM-Diff2，实现自回归VLA向离散扩散模型迁移，解码加速15.1倍，多任务性能不降。

国立清华与英伟达团队研究《VLM-AR3L》，把Gemini 2.0、GPT-4.1等拉进考场，评估视觉裁决能力。结果显示Gemini综合最稳，开源小模型特定场景反超。还提出VLM-AR3L框架破使用瓶颈，实战超人类手写奖励。