Haoqiang Kang

该工作提出 Scaffolding Minds 两阶段框架：第一阶段用可端到端训练、经下游任务损失优化的脚手架编码器替代冻结通用视觉编码器来生成潜空间目标，第二阶段用均值与方差均可学习的高斯采样器在潜空间采样残差动作以支持强化学习探索，在 FrozenLake 空间规划上较最强潜推理基线平均提升 9.5 分（Level 32 上提升 19 分），在九个视觉中心推理基准上平均提升 5.6 分。

该工作提出 Scaffolding Minds 两阶段框架：第一阶段用可端到端训练、经下游任务损失优化的脚手架编码器替代冻结通用视觉编码器来生成潜空间目标，第二阶段用均值与方差均可学习的高斯采样器在潜空间采样残差动作以支持强化学习探索，在 FrozenLake 空间规划上较最强潜推理基线平均提升 9.5 分（Level 32 上提升 19 分），在九个视觉中心推理基准上平均提升 5.6 分。