标签
本文介绍了 LIMEN，这是一个由大语言模型引导的演化框架，能够通过联合优化原始模拟器状态的观测映射与奖励函数，自动发现强化学习接口。该方法有效降低了人工设计成本，并证明了观测与奖励的协同设计优于单独优化其中任意单一组件。