#样本效率

一篇把机构拆成模块再学的研究，同样数据量下预测效率高了 1.8 倍，做结构化学习或 CAD 生成的话有参考价值。

一篇很新颖的架构论文：给每个神经元学一个位置，只连附近的邻居，17 个世界模型任务里赢了 16 个，做模型结构的人可以看看。

强化学习论文党可以看看：不用先估计占用测度再拼伪奖励，直接用神经评论家学出来，样本复杂度做到 O~(ε^{-2})，还覆盖无限状态空间。

这篇论文提出了一种简单却有效的IER机制，能让强化学习智能体通过重复成功动作更快学习。

Lighthouse RL用巧妙的‘灯塔’重置点大幅提升电路优化效率，样本快1.72倍，成功率拉满到100%。搞硬件优化的千万别错过。

这篇论文的KGRL算法把领域知识直接融入强化学习训练，比传统基线更省样本、回报更高，适合做PAMDP相关研究的人参考。

这篇论文教你怎么用更少的反馈数据训练扩散模型，关键是把去噪步和样本按重要性加权，实验涨了6倍效率。

这篇论文用置信序列代替传统联合界方法，让MDP采样效率平均提升50倍，做在线统计模型检验的人可以看看。

UBP2通过主动探索和不确定性平衡，有效解决了偏好强化学习中样本效率低的问题。在Meta-World测试中效果显著。

AI 样本效率和能耗是制约行业发展的关键瓶颈，Flourish AI Labs 若突破将惠及所有 AI 开发者和应用团队，值得关注其后续进展。

官方账号Soumith Chintala (PyTorch)@soumithchintala原文

Reflex解决了强化学习样本效率低下的痛点，尤其适合做连续控制任务的RL研究者——直接集成PPO/SAC就能提升性能，值得一试。