30个异构控制任务共用一个序列骨干：HeteroGrad-DT把平均归一化回报再提32.3%
异构多任务离线强化学习里，各任务的状态维度、动作空间和动力学差异很大，直接共享骨干会同时遇到接口错位和梯度冲突。HeteroGrad-DT在共享序列骨干外为每个任务配独立的输入分词器和预测头，并用梯度流Transformer按同步间隔汇总各任务梯度、学习融合权重来协调共享更新。在DeepMind Control Suite最多30个任务的设定下，它的平均归一化回报高于代表性的多任务方法，30任务上相对共享骨干标准训练提升32.3%，相对同样任务接口下的PCGrad基线提升8.6%。