Sergey Levine

Transitive RL: Value Learning via Divide and Conquer

传递式强化学习：基于分而治之的价值学习

Seohong Park, Aditya Oberai, Pranav Atreya, Sergey Levine

AI总结 本文提出传递式强化学习算法，通过分而治之策略解决离线目标条件强化学习问题，有效降低偏见累积和方差，实现长horizon任务中的最优性能。

Comments ICLR 2026

Multistep Quasimetric Learning for Scalable Goal-conditioned Reinforcement Learning

多步准度量学习用于可扩展的目标导向强化学习

Bill Chunyuan Zheng, Vivek Myers, Benjamin Eysenbach, Sergey Levine

AI总结 本文提出了一种基于多步准度量学习的离线目标导向强化学习方法，通过多步蒙特卡洛回报提升长视野任务的性能，并在现实世界机器人操作中实现了多步拼接。

Journal ref ICLR (2026)