韩国成均馆大学团队两篇论文入选NeurIPS 2026，离线强化学习剔除机器人“侥幸成功”

据韩国《人工智能新闻》10月13日报道，成均馆大学电子电气工程学部权玟惠教授团队的两篇论文入选NeurIPS 2026。其一为面向长程决策的成本感知大模型智能体“选择性评审”，让智能体仅在自身置信度低时请求更强模型复核，团队仿真实验显示算力消耗降至约三分之一，任务成功率由24.6%升至78.3%。

其二VAN-Flow是一种方差规避的n步离线强化学习方法，可剔除历史数据中偶然成功的动作，团队称在40多个干扰多或需长时间精细操作的机器人控制仿真任务中，大多数任务成功率高于此前最优方法。两项结果均来自仿真，尚未在真机上验证。