arXiv Artificial Intelligence· Xi Chen, Ruixue Ding, Zhigaoyuan Wang, Fanrui Zhang, Qiang Zhang, Boli Chen, Shihang Wang, Tianfu Wang, Ailin Ren, Pengyong Wang, Pengjun Xie, Hui Xiong·· 19 小时前AI 评分30
Rollout-Time Intervention：让智能体强化学习突破策略能力边界
Rollout-Time Intervention: Unlocking Agentic Reinforcement Learning Beyond Policy Limits
AI 导读
研究者提出 Rollout-Time Intervention（RTI），在 rollout 阶段利用奖励侧证据（评估 rubric）把错误轨迹转化为成功轨迹，为策略自身难以解决的任务提供学习信号。
来源：arXiv Artificial Intelligence · arxiv.org