arXiv cs.LG· Zeyu Zheng, Clare Lyle, Khimya Khetarpal, Will Dabney·2026-10-28 12:00· 6 天前AI 评分42

强化学习缩放定律实证研究

An Empirical Study of Reinforcement Learning Scaling Laws

AI 导读

一项针对 actor-critic 算法的实证研究建立了强化学习（RL）缩放定律，可在训练算力跨越两个数量级时准确预测性能、最优资源分配与超参数配置。研究采用单智能体 Elo 分数替代传统的平均单局回报，显著提升了规律的可预测性，并据此扩大训练算力在 Craftax 环境中刷新 SOTA。

来源：arXiv cs.LG · arxiv.org