EFXPLORER约束探索框架提出并获NeurIPS接收
热点事件观察中
EFXPLORER约束探索框架提出并获NeurIPS接收
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Sungil Son 等人提出 EFXPLORER，一个约束式探索框架：在保持既有任务性能的约束下最大化探索目标。该框架通过 epigraph 重构引入自适应探索预算，将内在奖励与任务目标分离，并加入基于 successor distance 的内在奖励以捕捉长程依赖。 论文称，EFXPLORER 在 SMAX、VMAS 和 MPE 基准套件上优于强基线，并诱导出新的协作策略。论文已被 NeurIPS 2026 接收。
AI 根据报道生成 · 5 小时前更新
最新进展11月5日 03:24
EFXPLORER：用 Epigraph 形式引导探索的协作多智能体强化学习框架报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv · cs.AIEFXPLORER：用 Epigraph 形式引导探索的协作多智能体强化学习框架
EFXPLORER 是一个约束式探索框架，在保持既有任务性能的约束下最大化探索目标，通过 epigraph 重构引入自适应探索预算，将内在奖励与任务目标分离。该方法还加入基于 successor distance 的内在奖励以捕捉长程依赖，在 SMAX、VMAS 和 MPE 基准套件上优于强基线并诱导出新的协作策略。论文已被 NeurIPS 2026 接收。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 411月6日 11:00
- 近 24 小时变化
- –
01234
11:0012:0013:0014:0015:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。