演员、法官、还是老师？了解长期智能体的决策模型

原文：Actor, Judge, or Teacher? Understanding Decision Models in Long-Horizon Agents

决策模型通过键入输出来回答问题，例如在选项中进行选择，每个选项都有一个概率，因此一个模型可以选择代理的动作，评估已经采取的动作，或者对每个动作进行评分，以通过强化学习来教授策略。之前的工作主要将他们作为演员来研究，通过他们的表演来判断他们的用处。我们询问决策模型是否表现不佳

正文由本站服务器抓取保存（已自动过滤广告、推荐位与追踪图片），排版与原站可能不同；版权归原站所有。