可验证的隐藏动态博弈：从已求解机制生成 Agentic RL 环境

英文标题：Verifiable Hidden Dynamics Play: Generating Agentic RL Environments from Solved Mechanisms

论文关注语言模型 Agent 面临的长时程任务，这类任务具有不断演化的状态、相互依赖的决策以及延迟出现的结果。作者提出“可验证的隐藏动态博弈”方向，旨在从已求解的机制中生成 Agentic RL 环境。其目标是为 Agent 训练提供更多样的环境、可靠的结果信号，并降低环境扩展成本。原文未提供完整摘要及具体方法、实验数据或结论。

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