提出可扩展的赋能最大化方法

2026年10月12日，arXiv cs.AI 发布论文《Scaling Empowered Agents：赋能最大化的可扩展方法》。该研究提出一种可扩展的赋能（empowerment）最大化方法，将赋能定义为某一状态下可执行的技能数量，并称其适用于任意技能学习方法。论文表示，该方法把赋能研究扩展到此前只有理论预测、却难以实证验证的性质所在的规模，涉及收集资源、改造环境和生存等。实验显示，赋能最大化涌现出在 Crafter 中建造房子等属性。论文共30页、13张图，网站与代码已公开。目前尚无后续报道或与之矛盾的说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。