IXThinker·2025-10-28 19:30

DeepMind登Nature：智能體自創RL算法

Google DeepMind提出DiscoRL方法並登上《自然》：多代智能體在不同環境中累積交互經驗，自主發現強化學習規則，在多項基準測試上超越人工設計的主流算法。

長期難題

智能體的訓練離不開強化學習，相關研究已持續數十年，但讓智能體自主開發高效RL算法的目標始終難以實現，學習規則長期依賴研究人員手工設計。