closed-loop-learning

AWS AI 研究人员提出 EvoSyn，一个由学习反馈驱动的多智能体框架，通过演化生成空间实现闭环数据合成，在 τ²-Bench 和 CAR-Bench 上比最强基线平均提升 13.3 个任务成功率点。

DriveZero 是一个端到端自动驾驶系统，它结合了用于感知的视觉基础模型和用于行动的强化学习，实现了超越人类演示的驾驶行为，并在 nuPlan 和 NAVSIM 等基准测试中取得了最先进的性能。

MMG2Skill通过闭环学习将网络上的过程性指南转化为智能体可执行的技能，在GUI操控、游戏玩法和纸牌游戏任务中提升了性能，宏平均提升了+12.8到+25.3个百分点。