RL | 速读 IJCAI 2025 的强化学习论文，有哪些可以挖掘？

论文列表 359 Multi-granularity Knowledge Transfer for Continual Reinforcement Learning - 为持续 RL 而设计的多粒度知识迁移 769 BILE: An Effective Behavior-based Latent Exploration Scheme for Deep Reinforcement Learning - BILE：一种有效的 Behavior-based 的 DRL latent 探索方案 908 Imagination-Limited Q-Learning for Offline Reinforcement Learning - 用于 offline RL 的想象力限制的 Q-Learning 2430 Self-Consistent Model-based Adaptation for Visual Reinforcement Learning - 为视觉 RL 而设计的自我一致的 model-based 的自适应 3591 Two-Stage Feature Generation with Transformer and Reinforcement Learning - 使用 Transformer 和强化学习进行两阶段特征生成 3621 PNAct: Crafting Backdoor Attacks in Safe Reinforcement Learning - PNAct：在 safe RL 中制作后门攻击 3768 Efficient Diversity-based Experience Replay for Deep Reinforcement Learning - 为 DRL 设计的 基于 diversity 的高效 experience replay 4744 Deduction with Induction: Combining Knowledge Discovery with Reasoning for Interpretable Deep Reinforcement Learning - 演论与归纳法：将知识发现与推理相结合，实现可解释的深度强化学习 4997 From End-to-end to Step-by-step: Learning to Abstract via Abductive Reinforcement Learning - 从 end-to-end 到 step-by-step：通过归纳（Abductive）强化学习 学习抽象 5103 Efficient Multi-view Clustering via Reinforcement Contrastive Learning - 通过强化对比学习，进行高效的多视图聚类 目录论文列表359 Multi-granularity Knowledge Transfer for Continual Reinforcement Learning - 为持续 RL 而设计的多粒度知识迁移一、 研究背景与核心痛点（The Gap）二、 动机与故事线构建（Motivation & Narrative）三、 审稿策略分析（Positioning Strategy）四、 方法合理性与技术细节（Method Justification）1. 架构：分层协作（HRL Structure）2. 知识迁移机制：策略库与符号化食谱3. 鲁棒性保障：闭环反馈（Closed-Loop Feedback）769 BILE: An Effective Behavior-based Latent Exploration Scheme for Deep Reinforcement Learning - BILE：一种有效的 Behavior-based 的 DRL latent 探索方案零、介绍 \(\pi\)-Bisimulation metric一、背景与挑战：高维稀疏环境下的探索困境二、核心机制：隐向量 \(\mathbf{z}\) 的作用与采样三、BILE 的关键技术创新：鲁棒的行为度量学习3.1 度量的目标：价值多样性3.2 鲁棒性机制：引入预测误差四、BILE 与 METRA / ETD 的对比分析关键差异总结：908 Imagination-Limited Q-Learning for Offline Reinforcement Learning - 用于 offline RL 的想象力限制的 Q-Learning一、引言：offline RL 的挑战与现有困境二、ILQ 的叙事核心：寻找“合理的乐观”三、核心方法：想象力受限 Bellman