arXiv preprint / 奖励驱动进化

OTC: Optimal Tool Calls via Reinforcement Learning

作者：作者信息待提取 · 会议/期刊：arXiv preprint · 方向：奖励驱动进化 · 发布日期：日期待提取

自我进化智能体奖励驱动进化工具学习奖励学习强化学习
新标签打开 AlphaXiv
OTC: Optimal Tool Calls via Reinforcement Learning figure
AlphaXiv 中文概览（可滚动查看）