arXiv · AI· Richard Bornemann, Pierluigi Vito Amadori, Antoine Cully·· 3 天前AI 评分30
CODE-SHARP 框架通过层级奖励程序实现技能自主发现与进化
CODE-SHARP: Continuous Open-ended Discovery and Evolution of Skills as Hierarchical Reward Programs
AI 导读
CODE-SHARP 框架利用基础模型自主生成 Python 层级奖励程序,使通用智能体无需预定义奖励即可从零训练,在 Craftax-Classic 基准上性能超先前工作 6 倍,且是唯一能锻造铁器并挖掘钻石的智能体。
来源:arXiv · AI · arxiv.org