BriefGPT - AI 论文速递 · 2025-05-19T00:00:00Z 基于政策驱动的世界模型适应性增强离线模型驱动强化学习 💡 原文中文，约200字，阅读约需1分钟。 📝 内容提要 本研究提出了一种动态适应的世界模型框架，解决了离线模型驱动强化学习中政策与世界模型目标不匹配的问题，增强了政策的鲁棒性，并通过理论分析和算法实现验证了其在多项任务中的优越性。 🏷️ 标签 世界模型 动态适应 强化学习 政策 鲁棒性 阅读原文 生成长图 分享链接 已复制链接
