arXiv · ML· Wendi Li, Shawn Im, Sharon Li·· 4 小时前AI 评分50
智能体强化学习中周期性熵爆发的动态分析与SEAL解决方案
Cyclical Entropy Eruption: Entropy Dynamics in Agent Reinforcement Learning
AI 导读
研究发现智能体强化学习（Agent RL）训练中会出现“周期性熵爆发”现象，表现为熵值的反复剧烈波动，且爆发期间产生的重复和幻觉等退化模式会持续累积。 研究提出轻量级辅助损失SEAL，通过在表示空间中分离正确与错误轨迹来针对熵爆发根源，实验证明SEAL能稳定训练并提升下游智能体性能。 该方法已被发表在NeurIPS 2026。
来源：arXiv · ML · arxiv.org