arXiv · cs.AI· Jie Yang, Mianqiu Huang, Yiwei Zhao, Bo Wang, Yang Liu, Yuxin Wang·· 6 小时前
PEARL：面向多轮智能体的过程—经验感知强化学习
PEARL: Process-Experience Aware Reinforcement Learning for Multi-Turn Agents
arXiv:2610.14636v1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：Jie Yang, Mianqiu Huang, Yiwei Zhao, Bo Wang, Yang Liu, Yuxin Wang
研究任务与主要进展
作者提出PEARL，在不增加额外critic的情况下，通过比较同一历史的不同结果分支、定位首次分歧并利用成功与失败记忆中的重复模式，改善多轮智能体的中间决策信用分配。
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