FARL：全自动强化学习设计框架

2026年10月14日，arXiv Artificial Intelligence 刊出 Tianyu Jin 等作者的论文，提出全自动强化学习设计框架 FARL。该框架通过联合搜索观测与奖励程序、学习算法和训练配置，并利用训练统计与行为诊断失败、提出修改并验证是否改善学习。在 Adroit Hand Relocate 任务上，FARL 以每策略 5M 训练步达到 97.1% 成功率，而 Eureka 和 LiMEN 为 0%，原生 PPO 为 1.0%。论文称该框架在导航、运动与操作任务上均优于所评估的自动化基线。目前该事件仅有这一篇主报道，尚无跟进报道或相互矛盾的说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。