扩展赋能智能体（Scaling Empowered Agents）

研究人员提出了一种可扩展的赋能最大化方案，将赋能对应为状态下可执行技能的数量，从而通过引导智能体到达适合开启多种技能的状态来实现赋能最大化。该方法适用于任意底层技能学习方法，突破了以往仅限表格环境的局限，成功在更大规模下实现收集资源、改变环境和生存等理论特性，并在 Crafter 中展现出建造房屋等涌现行为。相关网站和代码已公开。