English(EN) Local Updates, Global Learning (LUGL): Playing Games with non-incremental Learners

新的 LUGL 框架使梯度提升树能够用于强化学习游戏

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-04 04:00

研究人员开发了一个名为 LUGL（本地更新，全局学习）的新框架，该框架允许将非增量学习器（如梯度提升树，GBT）有效地用于强化学习（RL）环境。这种方法将数据收集与模型拟合分离开来，使 GBT 能够克服通常阻碍其在 RL 中使用的分布偏移问题。LUGL 在有限表格中累积表格更新与使用该表格训练可泛化函数逼近器之间交替进行。在各种完全信息和不完全信息游戏中的实验表明，LUGL（特别是使用 LightGBM 时）的性能与 DQN 和 DeepCFR 等成熟方法相当或更优，挑战了当前对神经网络在游戏 AI 中依赖的看法。 AI

影响挑战了神经网络在游戏 AI 中的主导地位，并表明梯度提升树可以实现具有竞争力的或更优的性能。

排序理由该项目是一篇研究论文，详细介绍了将梯度提升树应用于强化学习的新框架和实验结果。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 17 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该项目是一篇研究论文，详细介绍了将梯度提升树应用于强化学习的新框架和实验结果。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · David Milec, Spyridon Samothrakis, Michael Fairbank, Dennis J. N. J. Soemers · 2026-09-04 04:00

本地更新，全球学习 (LUGL)：与非增量学习者玩游戏

arXiv:2609.03660v1 Announce Type: cross Abstract: The dominance of Neural Networks (NNs) in RL is partially due to their incremental learning capability, which naturally suits the online, non-stationary nature of self-play training. However, gradient-boosted trees like LightGBM a…

本文如何被排名

报道来源 [1]

本地更新，全球学习 (LUGL)：与非增量学习者玩游戏

相关实体

相关话题