SEED：面向智能体强化学习的自进化蒸馏框架

新论文提出了 SEED（Self-Evolving On-Policy Distillation）框架，这是一种会自我进化的策略蒸馏方法。该技术专为智能体强化学习设计，旨在弥补轨迹数据上的不足，通过自我进化的机制显著提升智能体在复杂任务中的学习与决策能力。

2026-07-17 ~ 2026-07-19 · 2 条相关

• SEED：自我进化的智能体蒸馏 — Jinyang Wu · 2026-07-17
• SEED：自进化代理强化学习 — heghbalz · 2026-07-19