arXiv · cs.AI· Yuheng Jing, Kai Li, Ziwen Zhang, Jiajun Zhang, Zeyao Ma, Jiaxi Yang, Lei Zhang, Zhe Wu, Jinmin He, Junliang Xing, Jian Cheng·· 1 天前
ICRL4AHT 基准评测上下文强化学习在临时团队协作中的局限
Benchmarking the Limits of In-Context Reinforcement Learning for Ad-Hoc Teamwork
arXiv:2605.24423v3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：Yuheng Jing, Kai Li, Ziwen Zhang, Jiajun Zhang, Zeyao Ma, Jiaxi Yang, Lei Zhang, Zhe Wu, Jinmin He, Junliang Xing, Jian Cheng
研究任务与主要进展
ICRL4AHT 基准评测发现，Algorithm Distillation 和 Decision-Pretrained Transformer 在临时团队协作中未能表现出稳健的测试时适应能力。
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