R^2Orch: Tự cải thiện lặp đi lặp lại để dàn nhạc agent thông qua tự chơi trong một vòng tròn kết nối kỹ năng

Đoạn trích bài viết

Trong những năm gần đây, tổ chức tác nhân đã được áp dụng rộng rãi để giải quyết các nhiệm vụ phức tạp của con người. Tuy nhiên, việc học tập dàn nhạc hiện có vẫn phải đối mặt với những thách thức quan trọng, bao gồm chương trình giảng dạy được thiết kế bằng tay, lợi thế sụp đổ khi các triển khai của một nhiệm vụ đều đạt đến kết quả tương tự, và tín hiệu đánh giá không đáng tin cậy.