2026 年 10 月 15 日发表的 RAX 让通用编码代理把探索中走通的决策序列编成可复用程序,在仿真五项基准上平均超出最强基线 37.4 分。这套做法已经开源,后续研究可复现与检验其效果。这意味着机器人能在探索中越练越强。
正文完
2026 年 10 月 15 日发表的 RAX 让通用编码代理把探索中走通的决策序列编成可复用程序,在仿真五项基准上平均超出最强基线 37.4 分。这套做法已经开源,后续研究可复现与检验其效果。这意味着机器人能在探索中越练越强。