[LG]《Universal Decision Learners》S Mahadevan [Adobe Research] (2026)

在决策学习领域，局部经验如何变成全局行为仍是难题。过去各分支各自建模，本质原因是缺少一种同时表达 rollout、约束与固定点的共同语言。

本文的核心洞见是：把决策学习重新看作“局部函子的规范延拓”。由此，左Kan延拓生成候选行为，右Kan延拓筛出全局一致解，使规划、强化学习、因果与博弈落入同一框架。

这项工作留下的遗产是把多类决策问题压缩成“延拓—一致性”语义。它打开的新门是用Kan不变量定义抽象与等价，但尚未跨过的门槛是可运行算法与经验验证。

arxiv.org/abs/2605.30694 机器学习 人工智能 论文 AI创造营