arXiv 2026年3月21日该工作分析时间抽象作为缓解前向-后向（FB）表示中频谱失配的机制，通过刻画转移算子的谱性质，表明时间抽象类似低通滤波器抑制高频谱分量，从而降低诱导后继表示的有效秩，同时保持值函数误差的形式化界，并在实验中显示这种对齐是高折扣因子下稳定 FB 学习的关键因素。该工作分析时间抽象作为缓解前向-后向（FB）表示中频谱失配的机制，通过刻画转移算子的谱性质，表明时间抽象类似低通滤波器抑制高频谱分量，从而降低诱导后继表示的有效秩，同时保持值函数误差的形式化界，并在实验中显示这种对齐是高折扣因子下稳定 FB 学习的关键因素。时间抽象被证明可对齐前向-后向表示的频谱，缓解连续控制中高折扣因子下的不稳定学习该工作分析时间抽象作为缓解前向-后向（FB）表示中频谱失配的机制，通过刻画转移算子的谱性质，表明时间抽象类似低通滤波器抑制高频谱分量，从而降低诱导后继表示的有效秩，同时保持值函数误差的形式化界，并在实验中显示这种对齐是高折扣因子下稳定 FB 学习的关键因素。该工作分析时间抽象作为缓解前向-后向（FB）表示中频谱失配的机制，通过刻画转移算子的谱性质，表明时间抽象类似低通滤波器抑制高频谱分量，从而降低诱导后继表示的有效秩，同时保持值函数误差的形式化界，并在实验中显示这种对齐是高折扣因子下稳定 FB 学习的关键因素。