人大发布 ClawGym II，黑盒 RL 直接训练复杂 Agent

中国人民大学高瓴人工智能学院发布 ClawGym II 论文，提出统一的黑盒强化学习框架，将执行与优化解耦：在模型边界设置服务代理，捕获 OpenClaw、Claude Code 等真实 Agent Harness 的工具调用，通过沙箱执行、轨迹重建与混合跨工具训练，对运行在复杂 Agent 框架上的通用智能体实现稳定、可扩展的直接训练。

2026-08-18 ~ 2026-08-19 · 3 条相关

• 人大 ClawGym II：黑盒 RL 直接优化复杂 Agent 框架 — RUC · 2026-08-18
• 人大ClawGymII：用Agent Harness直接训练模型 — 智东西 · 2026-08-18
• ClawGym II 论文：混合跨工具训练 Agent — omarsar0 · 2026-08-19