arXiv · AI· Hong Je-Gal, Jinwoo Kim, Chanbin Yi, Hyun-Suk Lee·· 13 小时前AI 评分26
ARPG：基于依赖感知的代理框架，利用 LLM 自动设计机器人 MDP
LLMs as MDP Designers: A Dependency-Aware Agentic Framework for Automated Robot Policy Generation
AI 导读
该研究提出 ARPG 框架，利用 LLM 在设计阶段构建机器人 RL 策略所需的 MDP 公式与模拟器实现，而非在运行时进行决策。 ARPG 采用顺序 MDP 建模、局部验证及模拟器结构化实现，通过外部化中间工件，解决了代码可执行但策略不可学的语义对齐问题。 在 Isaac Sim 等实验中，ARPG 在建模正确性及策略生成成功率上优于单体 LLM 基线，被 NeurIPS 2026 接收。
来源：arXiv · AI · arxiv.org