统一强化学习智能体

伦敦帝国理工学院和DeepMind的研究人员设计了一个AI框架，将语言作为强化学习智能体的核心推理工具。该框架利用了大型语言模型和视觉语言模型，能够有效解决强化学习中的几个基本问题，包括在奖励稀疏环境中的高效探索、顺序学习中的数据重用、新任务的能力调度以及从专家智能体的观察中学习。