热点事件持续更新
ASTEROID：非对称同策略蒸馏学测试时探索
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
2026 年 10 月 22 日，arXiv cs.AI / cs.LG 刊出论文，提出 ASTEROID——一种非对称同策略蒸馏的学生-教师监督学习框架，目标是让模型在部分可观测环境中学会测试时探索。其做法是：学生先采集同策略上下文，再由特权专家依据这段历史给出动作标签，从而使模型学会在不确定时搜索、状态明确后利用。报道称，在含机器人操作、导航和 Procgen 的 11 个环境中，固定探索预算下回报约高 2 倍，交互量比 RL 基线少约 100 倍；迁移到禁用视觉的真实机器人操作后，成功率比标准蒸馏高 40%。目前该事件仅有这一篇报道，尚无后续复现或独立评测消息。
AI 根据报道生成 · 2 小时前更新
最新进展10月22日 01:50
论文提出 ASTEROID 框架，称 11 个环境回报约高 2 倍、交互量少约 100 倍。报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv cs.AI / cs.LG 最新ASTEROID 用非对称同策略蒸馏学习上下文内探索
作者提出 ASTEROID，一种非对称同策略蒸馏的学生-教师监督学习框架，让模型在部分可观测环境中学会测试时探索。学生先采集同策略上下文，再由特权专家按该历史给出动作标签，学会不确定时搜索、状态明确后利用。在 11 个环境（含机器人操作、导航和 Procgen）中，固定探索预算下回报约高 2 倍，交互量比 RL 基线少约 100 倍；迁移到禁用视觉的真实机器人操作后成功率比标准蒸馏高 40%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。