跳到正文
arXiv · AI· Qingxu Fu, Xuanfa Jin, Ziqian Chen, Zhaoyang Liu, Bolin Ding·· 17 小时前AI 评分36

System-One RSI:通过引导练习构建交互智能体的肌肉记忆

System-One RSI: Building Muscle Memory for Interactive Agents through Guided Practice

AI 导读

summary_zh: System-One RSI 框架结合在线 OODA 决策环与离线递归改进环,实现交互智能体自我提升。 使用 27B 决策模型,在《贪吃蛇》中平均分从 1.30 升至 7.35,《原神》场景通关时间中位数减少 8.4%。

来源:arXiv · AI · arxiv.org