TRIAGE：面向代理强化学习的角色类型信用分配

针对代理强化学习中环境动作信用分配不均的问题，本文提出 TRIAGE 框架。该方法在结果信用基础上引入语义角色轴，通过结构化判断将行为片段分类为决定性进展、有效探索等类别，并映射为过程奖励。实验表明，TRIAGE 在多个基准上优于 GRPO 及现有基线，显著提升了成功率并减少了冗余交互步数，证明了角色条件化信用分配在降低方差和优化策略梯度方面的有效性。