Berkeley AI Research：无需 TD 学习的强化学习

Berkeley AI Research 提出一种基于分治法（divide and conquer）的强化学习算法，无需传统时间差分（TD）学习即可有效扩展至长视野任务。该方法通过将轨迹二分并结合其价值进行更新，理论上将 Bellman 递归次数对数级缩减，并在目标条件强化学习（goal-conditioned RL）任务中解决了自举误差累积难题。