arXiv · cs.AI· Wei Liu·· 3 天前AI 评分38
EnvLunch：将环境本身作为智能体学习的免费午餐
EnvLunch: The Environment as a Free Lunch for Learning to Interact
来源与原文
arXiv · cs.AI
作者：Wei Liu
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.33817v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 EnvLunch，一种无需人工标注的预热训练方法，让语言模型智能体在执行环境中采样有效动作轨迹，再仅凭最终观测恢复功能等价的轨迹。该方法使模型在下游强化学习各训练预算下平均超过基线 9 分以上，基线需 8 到 32 倍的标注样本才能匹敌其最小预算的准确率。
来源：arXiv · cs.AI · arxiv.org