双曲目标导向强化学习效果超越 1000 层欧氏网络

研究人员提出双曲对比强化学习（Hyperbolic CRL），将目标对比目标中的欧氏距离替换为双曲空间测地线距离，解决了复杂导航中路线与欧氏距离严重偏离的问题。在困难导航任务中，仅 64 层深度的双曲智能体表现超越了 1024 层欧氏网络，同时训练速度提升超 12x，参数量减少约 13x。该方案代码已开源。