action-space

本文探讨了使用大语言模型和AI智能体进行自主芯片设计，将其建模为AI组织，并讨论了芯片设计场景中黑盒优化的动作空间。

本文介绍了LingBot-VLA 2.0，它通过改进跨任务和具身形态的泛化能力、将动作空间扩展至全身自由度，并引入预测动力学建模以提升时间推理能力，从而增强了用于机器人技术的VLA基础模型。

本文发现了一个决策能力阈值，它决定了自对弈强化学习智能体在非对称规则扰动下是否会崩溃。研究表明，消除所有正可达应急决策会导致快速收敛到一个确定性利用吸引子。