用动作分块突破RL极限，伯克利引入模仿学习，超越离线/在线SOTA

加州大学伯克利分校研究者提出 Q-chunking 方法，将模仿学习中的动作分块技术引入基于时序差分的强化学习，旨在解决稀疏奖励任务中探索效率低的问题。该方法通过预测连续动作序列，提升值传播效率与探索质量，并在多个机器人操作任务中展现出优越性能，尤其是在高难度 cube-quadruple 任务中远超现有方法。实验表明，Q-chunking 提高了动作的时间连贯性，增强了状态覆盖，提升了样本效率。
来源：https://mp.weixin.qq.com/s/y_g6Buw0DEzW0gXVOqYPdg