strategic-abstraction

标签

#strategic-abstraction

ToSCA：利用层次化强化学习提升会话智能体的时间与策略抽象

arXiv cs.CL ↗ · 2026-08-25 缓存

本文提出了一种名为ToSCA的两层层次化强化学习框架，用于会话智能体。该框架结合DQN和PPO，并采用双粒度奖励机制，以提升多轮对话中的策略判定和响应质量。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈