Sihan Yang 等在 arXiv 发布 EnvSched 环境感知调度论文
热点事件持续更新
Sihan Yang 等在 arXiv 发布 EnvSched 环境感知调度论文
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Sihan Yang 等在 arXiv 发布 EnvSched 论文，提出一种面向智能体强化学习的环境感知在线调度器，从 rollout 历史中学习，在环境层面组织任务调度以提升训练效率。 方法上，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任务集中与冗余，兼顾高信息量任务与欠观测环境的覆盖。 论文报告的实验结果为：在 Qwen3-8B 上训练 40 步后，EnvSched 在 BFCL-v3、tau-Bench 和 ACEBench-Agent 三个基准上平均得分 48.81，超过随机任务选择训练 120 步的最高分。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 01:38
EnvSched：面向 rollout 高效智能体强化学习的环境感知调度方法报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · cs.CLEnvSched：面向 rollout 高效智能体强化学习的环境感知调度方法
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。