赋能驱动的 AI 智能体规模化研究

论文提出一种可扩展的赋能最大化方法，将赋能定义为从某一状态可执行的技能数量，最大化赋能即抵达适合开启多种技能的状态。该方法适用于任意底层技能学习算法，突破了以往多在表格型设定中研究的局限。实验在 Crafter 中观察到搭建房屋等涌现行为，并复现了资源收集、环境改造、生存等理论预测性质。