港大清華提出長程決策框架 VAST

2026年10月24日的報道稱，香港大學與清華大學提出離線價值學習框架 VAST，旨在支援長程決策。VAST 讓模型自適應選擇未來子目標及時間跨度，以學習長程決策。研究團隊在 OGBench 的 10 個領域、50 個以狀態作輸入的任務上進行比較，並將 VAST 與 8 個基線方法對照。測試涵蓋不同領域及任務類型，當中每項任務均以狀態作為輸入。報道指，VAST 在多個場景表現領先，尤其是在多階段操作任務上。

AI 根據報道生成 · 47 分鐘前更新

還沒有足夠的連續觀測數據，暫不繪製趨勢。