GARDEN：可跨场景复用的多智能体自动奖励设计

Dogan Urgun 发布 GARDEN（Generalist Autonomous Reward Design through Evidence Navigation）论文，提出由 LLM 奖励工程师为一组相关场景编写一个奖励程序，并原样迁移到设计时未见过的场景，用于合作式多智能体强化学习。 据论文，在 Overcooked 和 SMAX 基准的未见场景上，两个厨房布局的任务回报较默认奖励分别提升 58.2% 和 52.5%；在同等候选与探测预算下，这一结果超过了固定诊断反馈和仿 Eureka 奖励反思方法取得的 84.2% 和 79.2% 的对比数值。

AI 根据报道生成 · 46 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。