arXiv Artificial Intelligence· Jie Yang, Mianqiu Huang, Yiwei Zhao, Bo Wang, Yang Liu, Yuxin Wang·2026-10-14 12:00· 18 小时前AI 评分24

PEARL：面向多轮智能体的过程经验感知强化学习

PEARL: Process-Experience Aware Reinforcement Learning for Multi-Turn Agents

AI 导读

PEARL 是一种无需额外 critic 的强化学习方法，通过定位同一历史下两条不同结果轨迹的首次分歧，构建各分支局部决策的特征表示，并在近期失败与成功记忆中聚类以识别反复出现的局部模式。