作者

Sergey Levine

Robotics / Reinforcement Learning

2025-12-04 至 2025-12-04 共收录 1 篇

2505.18098 2025-12-04 cs.CL cs.AI

Planning without Search: Refining Frontier LLMs with Offline Goal-Conditioned RL

无需搜索的规划：通过离线目标条件强化学习精炼前沿大语言模型

Joey Hong, Anca Dragan, Sergey Levine

机构 * UC Berkeley（伯克利大学）

AI总结通过目标条件价值函数引导LLM推理，实现高效多轮交互规划，优于传统RL微调和提示方法。

Comments Published at NeurIPS 2025; 18 pages, 4 figures, 2 tables

↑