DeepMind再登Nature：AI Agent造出了最强RL算法！
学术头条
2025-10-27 18:46
文章摘要
本文介绍了Google DeepMind团队在Nature上发表的研究成果，提出了一种通过多代智能体在不同环境中交互经验来自主发现强化学习（RL）算法的方法。背景方面，传统RL算法依赖人工设计，难以实现高效自主优化；研究目的旨在开发能自动生成RL规则的智能体系统；结论显示，该方法在Atari等基准测试中超越现有算法，并在未见过的环境中展现强大泛化能力，表明未来RL算法可能由机器主导设计。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
推荐文献
Local reaction-global diffusion unlocks high-performance Mg<sub>3</sub>(Sb,Bi)<sub>2</sub>-based thermoelectrics.
DOI: 10.1016/j.scib.2025.11.037
Pub Date : 2026-03-15
Date: 2025/11/21 0:00:00
Physical Crowding in 3D Niche Regulates Neural Stem Cell Differentiation via Cx43-mediated Gap Junction Communication
DOI: 10.1016/j.isci.2026.115272
Pub Date : 2026-03-01
Live parrots were carried across the Andes before the Incas' rise.
DOI: 10.1038/d41586-026-00765-9
Pub Date : 2026-03-10
学术头条
年终拆解：爆火的AI Coding Agent是什么？有哪些“坑”？.
2025-12-29
Meta公布“超级智能”新进展：无需人类，软件Agent即可自我训练！.
2025-12-26
人人编程时代到来！智谱发布GLM-4.7：Vide Coding能力全球开源第一.
2025-12-23
全球首次实现！上海交大推出全光生成式AI芯片LightGen，研究登上Science.
2025-12-22
京公网安备 11010802042870号
