arXiv cs.RO· Shouhao Chang, Xuan Liu, Hongye Zhu, Xinning Chen, Shigeng Zhang·· 3 小时前AI 评分60
R²E：面向自动奖励函数设计的多角色 LLM 进化框架
$R^2E:$ A Role-driven Reward Evolutionary Framework for Automated Reward Function Design
AI 导读
作者提出 R²E，一个通过显式角色分工实现自动奖励函数设计的框架，用于缓解基于大语言模型的奖励设计中探索不足与优化不稳定的问题。框架包含负责扩展搜索空间的新颖性探索者、负责保守改进训练稳定性的守护者和通过交叉变异重组高性能奖励的进化者，并用动态调度策略让搜索从广泛探索逐步转向集中利用。R²E 还引入全局精英池保留表现最好的奖励以指导后续迭代，在多个机器人任务上的实验显示了该方法的有效性。
来源：arXiv cs.RO · arxiv.org