Skyfall AI 推出了 MORPHEUS，一个专为企业模拟环境中的持续强化学习（CRL）设计的新基准。与每次迭代后重置的传统基准不同，MORPHEUS 具有持久的世界，过去的决策会影响未来的动态，迫使智能体适应非平稳条件。该平台结合了故障注入和异步配置转移来模拟现实世界的运行复杂性，奖励基于故障事件、财务账本和资源吞吐量。为了处理庞大的动作空间，MORPHEUS 采用了一个两阶段流程：首先使用 Gemini-3.1 Pro 和 ReAct 框架进行轨迹收集，然后通过 SFT 微调 Qwen3-14B，最后应用 PPO 进行在线后期训练。 AI
影响 MORPHEUS 通过模拟持久的、非平稳的环境，填补了 RL 基准的空白，有望加速对能够适应现实世界运行复杂性的智能体的研究。
排序理由 该项目描述了一个新的持续强化学习基准和评估协议，这是一项研究贡献。[lever_c_demoted from research: ic=1 ai=1.0]
- Big World Hypothesis
- Continual Reinforcement Learning for Quadruped Robot Locomotion
- Gemini-3.1 Pro
- Javed
- Morpheus
- Operational Descriptors
- Qwen3 14B
- reinforcement learning
- Skyfall AI
- Sutton
- TypeScript
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
