arXiv · cs.AI· Adrian Orenstein, Jiajing Chen, Gwyneth Anne Delos Santos, Bayley Sapara, Michael Bowling·· 11 小时前
论文提出能够推理并控制计算成本的强化学习智能体
Toward Agents That Reason About Their Computation
arXiv:2510.22833v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Adrian Orenstein, Jiajing Chen, Gwyneth Anne Delos Santos, Bayley Sapara, Michael Bowling
研究任务与主要进展
作者研究让强化学习智能体感知自身计算成本并控制计算使用时，在相同训练计算预算下，75%的街机游戏中表现更好，平均计算量减少三倍。结果来自 Arcade Learning Environment 的实验，论文摘要未说明更多任务上的泛化能力及端到端能耗。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org