决策 MetaMamba：通过异构序列混合增强离线 RL 中的选择性 SSM
机器学习
2026-02-27 v2 人工智能
摘要
Mamba 模型在离线强化学习中引起广泛关注。然而，其选择性机制在 RL 序列中遗漏关键步骤时常致使性能受损。为解决此问题，我们提出一种简单而有效的结构，称为决策 MetaMamba (DMM)，用基于密集图层的序列混合器取代 Mamba 的 token 混合器，并修改位置结构以保留局部信息。通过在 Mamba 之前进行考虑所有通道同时的序列混合，DMM 可防止因选择性扫描和残差门控导致的信息损失。大量实验表明，我们的 DMM 在 diverse RL 任务上实现了最先进的性能。此外，DMM 以紧凑的参数规模实现上述成果，显示出强大的实际应用潜力。
引用
@article{arxiv.2602.19805,
title = {Decision MetaMamba: Enhancing Selective SSM in Offline RL with Heterogeneous Sequence Mixing},
author = {Wall Kim and Chaeyoung Song and Hanul Kim},
journal= {arXiv preprint arXiv:2602.19805},
year = {2026}
}
备注
This work was intended as a replacement of arXiv:2408.10517 and any subsequent updates will appear there