ICLR 2026论文提出DDCG与IVW-H策略梯度方法

ICLR 2026 论文重新检验“可微仿真器能否给出更好的策略梯度”，结论是不连续动力学带来的偏差并非主要障碍。作者 Ku Onoda 等提出轻量测试 DDCG，在非光滑区域切换估计器；论文称其仅需一个超参数，在受控实验中表现稳健，小样本下仍可靠。 作者同时提出逐步骤逆方差实现 IVW-H，用于可微机器人控制任务。论文称该方法无需显式检测不连续即可稳定方差并取得较好结果，并认为实际部署中方差控制往往比估计器切换更关键。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。