热点事件观察中
研究者提出通用多智能体自主奖励设计框架GARDEN
1 篇报道1 个报道来源3 天前更新
先了解这件事
AI 综述
2026年10月31日，arXiv公开的研究论文提出了面向合作多智能体强化学习（MARL）的通用自主奖励设计框架GARDEN。该框架利用大语言模型（LLM）自主编写通用奖励函数，生成的单一奖励程序无需任何修改，即可直接迁移并应用于未见过的合作MARL场景。实验评估显示，在Overcooked基准测试的未见厨房布局中，GARDEN使任务回报较默认奖励分别提升了58.2%和52.5%；在SMAX战斗场景中，该框架将平均胜率从51.0%提升至89.9%，综合表现优于类Eureka等现有基线方法。
AI 根据报道生成 · 2 天前更新
最新进展10月31日 12:00
研究者发布GARDEN框架，利用LLM自主生成可跨场景迁移的多智能体通用奖励函数。报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AIGARDEN：面向合作多智能体强化学习的通用自主奖励设计
GARDEN 提出利用大语言模型（LLM）自主编写通用奖励函数，生成的单一奖励程序无需修改即可迁移用于未见过的合作多智能体强化学习（MARL）场景。在 Overcooked 未见厨房布局中，其任务回报较默认奖励提升 58.2% 和 52.5%；在 SMAX 战斗场景中将平均胜率从 51.0% 提升至 89.9%，表现优于类 Eureka 等基线方法。
本事件热度走势
当前热度 3·可比范围峰值 7（11月1日 03:00）·近 24 小时可比范围变化 -49%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。