LEGO-RL：面向编程 Agent 的原生 Harness 强化学习

英文标题：LEGO-RL: Harness-Native Reinforcement Learning for Coding Agents

论文《LEGO-RL》探讨了面向编程 Agent 的 Harness 原生强化学习方法。作者指出，编程 Agent 的强化学习日益依赖长时间运行的 Agent Harness，以处理工具集成、代码仓库上下文和执行反馈。摘要认为，这类 Harness 的原生执行环境存在固有的不对齐问题，可能影响强化学习训练与实际 Agent 执行环境之间的一致性。该研究对构建和训练能够在真实软件工程工作流中可靠运行的编程 Agent 具有参考意义。

2.1 KB 865 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB