热点事件持续更新

研究团队提出LLM驱动的RLDiscover强化学习自进化框架

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

2026年10月8日，相关研究在arXiv公布了RLDiscover框架。RLDiscover是一个由大语言模型驱动的无模型深度强化学习算法自演化框架，通过渐进式协同演化与渐进式概率评估机制实现算法自主优化。实验表明，在SAC、PPO和DQN的4个基准测试中，该框架使各算法族的中位数回报提升了32%至84%，峰值回报比达约363倍。此外，在SAC运动任务中，其评估算力仅需完整评估的约十五分之一，生成的算法还能有效迁移至未见任务。

AI 根据报道生成 · 5 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

10月8日

12:00
arXiv 人工智能
RLDiscover：大语言模型驱动的强化学习算法协同演化
RLDiscover 是一个由大语言模型驱动的无模型深度强化学习算法自演化框架，通过渐进式协同演化与渐进式概率评估实现算法自主优化。在 SAC、PPO 和 DQN 上的 4 个基准测试中，各算法族中位数回报提升 32%-84%，峰值回报比达约 363x。在 SAC 运动任务中其评估算力仅需完整评估的约 1/15，生成的算法可有效迁移至未见任务。

本事件热度走势

当前热度 9·可比范围峰值 10（10月8日 13:00）·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。