Dressage系统如何在异步强化学习中分层控制陈旧性？Trajectory与Batch双粒度机制解析 Dressage 是一个面向 Agent 的强化学习框架，其核心创新在于通过 Trajectory 粒度与 Batch 粒度的双层机制协同控制数据陈旧性（Sta... 2026年10月20日 人工智能 #轨迹控制 #Dressage Staleness 分享海报
