arXiv cs.AI阿里巴巴·53 天前★ 3

EnvCraft：合成可执行环境训练智能体

原文标题：EnvCraft: Synthesizing Executable Environments in Agentic RL for Claw-like Agent

重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。

AI 智能摘要

EnvCraft框架自动合成沙箱隔离的可执行环境和任务轨迹，用于智能体强化学习训练。实验表明，在Qwen模型上训练后，Claw风格基准提升11.9%，通用工具使用基准提升8.0%，同时降低推理成本。

论文速读 · 四段结构cs.AI去论文速读 →

问题: 智能体强化学习缺乏可交互训练环境，现有合成环境只支持工具调用端点，无法覆盖长程有状态任务。
方法: 自动合成沙箱隔离的可执行工作空间，并用拓扑感知的数据生成引擎产出连贯任务轨迹。
结果: 合成139个环境约2万任务，Qwen3/3.5（8B-32B）上Claw风格基准最高提升11.9%，通用工具使用基准提升8.0%，推理token成本下降。
影响: 把可执行环境合成变成可扩展的训练数据来源，为训练长程智能体提供通用学习信号，降低对真实环境的依赖。

深读 · 结论先行AI 生成展开看要点与影响 ↓

EnvCraft合成139个可执行环境、约2万任务训练智能体，Qwen上Claw类基准最高提升11.9%

为什么重要：训练环境稀缺是智能体RL扩展的主要瓶颈，可自动生成可执行环境的方法若可复用，会直接降低长程智能体训练的门槛。

以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。

所属主题智能体50

AI 处理过程展开/收起

原始标题：EnvCraft: Synthesizing Executable Environments in Agentic RL for Claw-like Agent

AI 中文标题：EnvCraft：合成可执行环境训练智能体

来源：arXiv cs.AI · 发布于 53 天前

分类：学术研究 · AI 重要度：★ 3（3）

标签：智能体 / 强化学习 / 环境合成 / 训练数据

关键词：agentic RL / environment synthesis / EnvCraft

AI 生成以上内容由 AI 自动生成：中文标题、摘要、分类与重要度；同一事件的多家报道会自动归并展示。内容仅供参考，可能存在偏差，请以原文为准，不构成任何投资或专业建议。
版权归原作者与原发布平台所有；若涉及侵权或信息错误，请在举报与侵权投诉页反馈，我们会及时处理。

相关推荐