苹果发布 REVERSAL-BENCH：衡量无外部重置强化学习「可逆性悬崖」的基准

苹果机器学习研究团队提出 REVERSAL-BENCH，给出可逆性轴与重置预言机（Reset Oracle），用于衡量自主强化学习在无法依赖环境重置时所面临的性能断崖。该工作聚焦真实世界操作任务中环境不可逆的问题，为无重置持续策略训练提供评测手段。