Jie Yang

PEARL 把同一历史下两条不同结局分支的首次分歧变成可复用的决策记忆，只加强反复出现的低分决策的负优势，在 ALFWorld 4B 上把平均成功率做到 97.9%，比最强基线高 2.7 个百分点。

PEARL 把同一历史下两条不同结局分支的首次分歧变成可复用的决策记忆，只加强反复出现的低分决策的负优势，在 ALFWorld 4B 上把平均成功率做到 97.9%，比最强基线高 2.7 个百分点。