**ExRL：通过执行长度控制实现长动作块策略的高效在线自适应**

_ExRL: Sample-Efficient Online Adaptation of Long-Chunk Policies via Execution Length Control_

> 针对长动作块策略在线自适应样本效率低的问题，论文提出了 ExRL 方法。该方法将优化目标从动作本身转移至动作块的执行长度，利用轻量级适配器预测执行时长，从而在保持低维优化空间的同时提升表达力。实验表明，ExRL 能在无需大量任务特定超参数调优的情况下，在仿真及真实机器人任务中实现高效的策略自适应。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-11-11 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2611.13482)