标签
本文评估了大语言模型能否充当昂贵工程仿真器的校准代理，发现物理标注提示可将早期校准误差降低至原来的1/22，但其优势在约十次运行后消失，因此采用混合式热启动加数值优化器的工作流仅需9次运行即可达到目标精度，而Nelder-Mead方法需要17次。
提出了一种用于智能温室强化学习控制的校准优先奖励组件审计框架，能够将标量奖励分解为可解释的组件，并在模拟和真实数据上进行验证。