ARPG：LLM在部署前设计机器人RL流程
热点事件持续更新
ARPG：LLM在部署前设计机器人RL流程
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Hong Je-Gal等作者提出依赖感知智能体框架ARPG，让大模型不充当执行时的决策者，而是在部署前从自然语言任务描述出发设计强化学习流程：依次完成MDP建模、局部验证与修正，并按仿真器结构实现，同时把中间产物外化。作者称，该设计针对一种关键失效模式——状态、动作、奖励与终止条件语义不对齐时，代码虽可执行却产生不可学习的策略。 作者称，在Isaac Sim中的实验显示，ARPG在建模正确性、环境可执行性和策略生成成功率上优于单体LLM基线和现成智能体系统；在自定义机器人、标准RL和工程领域MDP上的额外演示表明，同一建模流程可复用于主基准之外。该论文已被NeurIPS 2026接收。
AI 根据报道生成 · 1 小时前更新
最新进展11月4日 13:00
ARPG：用 LLM 作为 MDP 设计者自动生成机器人 RL 策略报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · cs.ROARPG：用 LLM 作为 MDP 设计者自动生成机器人 RL 策略
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。