★ 2
面向多成本与失败风险的 Web 智能体强化学习决策模型
论文提出面向 Web 智能体的约束式智能体强化学习模型，把页面访问、搜索请求与外部 API 调用统一进带成本的长期决策框架。方法用拉格朗日对偶处理预算约束，并用 CVaR 风险项抑制高失败路径探索。实验显示同等完成率下每次成功成本降低 22%-31%，固定预算下完成率提升 10%-16%。
arXiv cs.LG13 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出面向 Web 智能体的约束式智能体强化学习模型，把页面访问、搜索请求与外部 API 调用统一进带成本的长期决策框架。方法用拉格朗日对偶处理预算约束，并用 CVaR 风险项抑制高失败路径探索。实验显示同等完成率下每次成功成本降低 22%-31%，固定预算下完成率提升 10%-16%。