arXiv · cs.AI· Tianyu Jin, Liuyu Xiang, Chaowen Yang, Xingyang Chang, Pei Pei Li, Zhaofeng He·· 6 小时前
FARL提出强化学习接口与求解器设计的全自动化流程
FARL: A Fully Automated Pipeline of RL Interface and Solver Design
arXiv:2610.15691v1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：Tianyu Jin, Liuyu Xiang, Chaowen Yang, Xingyang Chang, Pei Pei Li, Zhaofeng He
研究任务与主要进展
FARL将强化学习中的观察程序、奖励程序、学习算法和训练配置联合搜索，并利用训练统计与观察到的行为诊断失败、提出修改和测试改进。该框架在导航、运动控制和操作任务中优于所评估的自动化基线；在 Adroit Hand Relocate 上，每个策略训练500万步时成功率为97.1%，而 Eureka、LiMEN和原生PPO分别为0%、0%和1.0%。
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