arXiv cs.AI· Jie Yang, Mianqiu Huang, Yiwei Zhao, Bo Wang, Yang Liu, Yuxin Wang·· 8 小时前AI 评分22
PEARL：面向多轮智能体的过程经验感知强化学习
PEARL: Process-Experience Aware Reinforcement Learning for Multi-Turn Agents
AI 导读
PEARL 是一种无需额外 critic 的强化学习方法，通过定位同一历史下两条不同结果轨迹的首次分歧，构建各分支局部决策的特征表示，并在近期失败与成功记忆中聚类以识别反复出现的局部模式。
来源：arXiv cs.AI · arxiv.org