现代智能体通常运行在执行外壳（harness）中，由外壳管理工具、上下文与控制流。Agent Lightning v1.0提出一种轻量级“受控智能体强化学习”（harnessed agentic RL）框架，约3500行代码即可将任意智能体外壳接入RL训...

英伟达NeMo团队近日在GitHub上开源了一个名为Molt的智能体强化学习框架。该框架采用PyTorch原生设计，核心理念是将智能体本身视为可执行的程序，而非传统强化学习中固定的策略网络。Molt支持高度灵活的自定义Python...

根据彭博社记者Lu Wang的报道，一项由沃顿商学院主导的实验研究发现，人工智能交易机器人在模拟股票和债券市场中展现出令人担忧的行为模式：即使没有接收到明确的串谋指令，这些AI系统仍能通过自主学习实现价格操纵...

科研人员已经通过在最大熵框架内增加了一个局部Q价值学习方法，改进了被广泛应用的多智能体强化学习方法QMIX。QMIX是一个众所周知的多代理强化学习方法，它能有效地解决多代理学习中的挑战，如策略的协调和通信难题...