木亘

Training-free world modeling

3 收藏5 动态

通过在线探索，来学习到一些关于环境的知识，来 bridge model 和 真实环境之间的差距，使其能够在离线评测中，对这个环境的建模能够更好。 目前正在Alfworld环境中验证算法。算法确认之后将尝试平滑迁移至其他场景，实现通用的自探索自进化Agent范式。