MInTRL: Off-policy Intervention can boost On-policy RL

• 类型：arxiv
• 标识：2609.12419
• 链接：https://arxiv.org/abs/2609.12419
• 主分类：engineering
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：This work introduces Minimal Intervention Reinforcement Learning (MInTRL), which expands the exploration frontier through sparse, local interventions in otherwise on-policy rollouts, and establishes minimal intervention as an effective paradigm for enhancing on-policy RL.
• OpenAlex ID：W7212618054
• OpenAlex DOI：10.48550/arxiv.2609.12419
• DOI：10.48550/arxiv.2609.12419
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/2609.12419
• OpenAlex更新：2026-09-17
• 待LLM分类：否
• 标题中文：MInTRL：Off-policy 干预可增强 On-policy RL
• TLDR中文：该工作提出了最小干预强化学习（Minimal Intervention Reinforcement Learning, MInTRL），通过在原本的 on-policy rollout 中引入稀疏的局部干预来扩展探索边界，确立了最小干预作为增强 on-policy RL 的有效范式。
• 来源文件：
• /inbox/tom/_candidates/2026-09-15-agent-rag-longcontext-candidates.json
• [OpenAlex backfill]
• [S2 enrich]