arXiv · cs.CL· Sihan Yang·· 12 小时前AI 评分43
EnvSched：面向 rollout 高效智能体强化学习的环境感知调度方法
EnvSched: Environment-Aware Scheduling for Rollout-Efficient Agent Reinforcement Learning
来源与原文
arXiv · cs.CL
作者：Sihan Yang
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/2610.37609v1
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
论文提出 EnvSched，一种从 rollout 历史中学习的在线调度器，通过利用高信息量任务与覆盖欠观测环境的双重建模，在环境层面组织任务调度以提升智能体强化学习效率。EnvSched 将环境-任务对组织为双关系图，沿边传播历史 rollout 统计来预测任务内奖励方差，并用环境配额和相似度惩罚限制集中与冗余。在 Qwen3-8B 上训练 40 步后，EnvSched 在 BFCL-v3、tau-Bench 和 ACEBench-Agent 上平均得分 48.81，超过随机任务选择 120 步的最高分。
来源：arXiv · cs.CL · arxiv.org