IXThinker·2026-03-14 12:20

王夢迪團隊OpenClaw-RL 智能體邊用邊學

普林斯頓大學王夢迪教授團隊提出OpenClaw-RL框架，讓通用Agent實時進化：把個人對話、終端執行等多場景下每一輪交互產生的「下一狀態信號」統一轉化為在線學習源，論文已發布於arXiv。

被浪費的信號

日常使用AI助手或編程Agent時，每一次交互都會產生大量「下一狀態信號」：用戶的追問、工具的輸出結果、界面狀態的改變。現有系統往往只把它們當作生成下一輪回覆的上下文，其背後隱含的學習價值長期被浪費。