热点事件持续更新
研究者提出多智能体通用自主奖励设计框架GARDEN
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年10月30日，研究人员提出面向协同多智能体强化学习的通用自主奖励设计框架GARDEN。该框架利用大语言模型自动生成奖励函数，并可在相关场景之间直接复用。在Overcooked与SMAX基准测试的未见场景中，GARDEN表现优于Eureka式奖励反思等基线：在两种厨房布局下，任务回报相较默认奖励分别提升了58.2%与52.5%；在两个战斗场景中，平均胜率由51.0%提升至89.9%。
AI 根据报道生成 · 3 小时前更新
最新进展10月30日 12:00
研究者提出GARDEN框架，利用大模型生成可复用的多智能体协同奖励函数。报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv 人工智能GARDEN：面向协同多智能体强化学习的通用自主奖励设计
研究人员提出 GARDEN 框架，利用大语言模型自动生成可在相关场景间直接复用的协同多智能体强化学习奖励函数。在 Overcooked 和 SMAX 基准的未见场景测试中，该方法使两种厨房布局的任务回报较默认奖励提升 58.2% 与 52.5%，两个战斗场景的平均胜率从 51.0% 升至 89.9%，表现优于 Eureka 式奖励反思等基线。
本事件热度走势
当前热度 8·可比范围峰值 9（10月30日 15:00）·近 24 小时可比范围变化 –
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。