Transitive RL：基于分治策略的可扩展离线强化学习算法

Berkeley AI Research发布Transitive RL算法，提出基于分治策略的离线强化学习范式。该方法通过递归分解轨迹解决长视界任务中的误差累积问题，无需像传统TD-n学习那样手动选择步长参数，在OGBench基准测试中达到最优性能。