摘要
实时未来预测指在现实事件发生前对其进行预测，该任务对构建能从现实世界持续学习的代理至关重要。本文提出 FutureWorld，一个实时代理强化学习环境，旨在闭合预测、结果实现与参数更新之间的训练循环。通过在三个开源基座模型上进行连续多日训练，结果表明该方法有效。此外，基于该环境构建了每日基准，评估了多个前沿代理系统，确立了当前性能基线。
AI 推荐理由
论文提出实时环境训练代理，通过真实结果反馈更新参数，实现持续学习与自我进化。
研究机构
中国科学院大学，软件科学学院，中国科学院大学
论文信息