arXiv Computer Vision· Shengqin Wang, Jie Jin, Xiaofan Li, Wentao Yan, Yu Cheng, Qingsong HuYihang Chen, Weilin Luo, Jingyu Gong, Xin Tan, Yuan Xie, Zhizhong Zhang·· 7 小时前AI 评分34
MRC-MMAgent：多模态工具智能体的多角色协作强化学习框架
MRC-MMAgent: Reinforcement Learning for Multi-Role Collaboration in Multimodal Tool-Using Agents
AI 导读
MRC-MMAgent 提出多角色协作强化学习框架，将求解、检查与续接整合进可执行智能体循环，让智能体通过工具获取证据、评估前序轨迹，并在答案支撑不足时继续求解。该框架引入角色耦合学习目标，结合任务成功、交互有效性与成功纠正，对全部角色的决策做全轨迹策略优化。仅使用原始基线训练集、未构建额外数据集的情况下，该方法在多项基准上稳定优于对应基座模型。
来源：arXiv Computer Vision · arxiv.org