arXiv cs.LG· T. Y. Tsui, Zihao Ye, Pengxiang Cai, Yanchao Li, Yuqiang Li, Zhehong Ai·2026-10-07 12:00· 27 天前AI 评分42

最小见证强化学习（MWRL）

Minimal Witness Reinforcement Learning

AI 导读

研究人员提出最小见证强化学习（MWRL），旨在从黑盒验证器反馈中找出产生结果的所有不可约充分条件（最小见证族）。MWRL 基于群体覆盖损失进行信用分配，推导出价值迭代规划器以及可扩展至大语言模型的策略梯度方法。实验表明 MWRL 能恢复绝大多数最小见证，相关代码已开源。

来源：arXiv cs.LG · arxiv.org