无监督上下文学习论文的核心机制

ben_eysenbach · x · 2026-07-07

该论文的关键思路:1)智能体自行想象目标并练习达成(为 silviupitis 的 MEGA 方法的一个变体);2)智能体学会从行为中推断意图(即目标)。测试阶段,智能体观察一段行为,预测引发该行为的意图/目标,再尝试去实现那个目标。