论文 / 摘要阅读
ARPG：用 LLM 作为 MDP 设计者自动生成机器人 RL 策略
LLMs as MDP Designers: A Dependency-Aware Agentic Framework for Automated Robot Policy Generation
AI 导读 · 根据来源整理
论文研究如何从自然语言任务描述自动生成可执行的机器人强化学习策略，提出不把大模型当作执行时决策者，而是让其在部署前设计 RL 流程，包括 MDP 建模与仿真器实现。作者指出该问题具有阶段性结构：MDP 建模依赖性强且顺序推进，建模固定后仿真实现则趋于模块化。据此提出依赖感知的智能体框架 ARPG，依次完成 MDP 建模、局部验证与修正、按仿真器结构实现，并将中间产物外化。ARPG 针对自动策略生成的一个关键失效模式：状态、动作、奖励与终止条件在语义上不对齐时，代码虽可执行却产生不可学习的策略。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org