研究观察到智能体自主探索游戏环境，训练收益仍待验证
编辑部 · 发布 2026/10/23 · 更新 2026/10/23
据 TechCrunch 报道，麻省理工学院研究人员让十三个智能体在虚拟岛屿中自由探索三十小时，随后再安排具体任务，比较其表现。经历探索的智能体通常优于没有接触过该环境的对照组，其中一些还发现了设计者未预期的动作效果。研究人员把这种行为与游戏式学习联系起来。
据 TechCrunch 报道，麻省理工学院研究人员让十三个智能体在虚拟岛屿中自由探索三十小时，随后再安排具体任务，比较其表现。
经历探索的智能体通常优于没有接触过该环境的对照组，其中一些还发现了设计者未预期的动作效果。研究人员把这种行为与游戏式学习联系起来。
论文目前属于预印本，环境和提示词也包含鼓励好奇心的设计。受访研究者指出，仅凭行为还不足以确定模型具有怎样的认知过程，结果不宜泛化到现实机器人。
来源：TechCrunch