R²E：多角色LLM进化框架自动设计奖励函数

1. 12:00
   arXiv cs.RO

   R²E：面向自动奖励函数设计的多角色 LLM 进化框架

   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。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。