伯克利提出分治式离线强化学习算法 Transitive RL

伯克利AI研究团队发布论文介绍分治式值学习算法Transitive RL（TRL）。该算法适用于离线目标条件强化学习，通过期望回归计算软最优子目标，将对数级减少Bellman递归误差。在OGBench的1B规模长视任务上，TRL无需调整n参数即达到最优TD-n表现。