RIDGE：单智能体同时学会多种行为风格

RIDGE 是一种单智能体强化学习架构，通过状态条件化奖励混合器和多头评论家，让一个智能体同时习得多种 persona 行为，而不必为每种风格单独训练一个智能体。 在 Crafter 的四 persona 设定下，单个 RIDGE 智能体同时掌握了 wood-tier 制作和战斗分支；按报道，任何固定 persona 基线都无法联合解决这两项。消融实验显示，收益来自状态条件化。 该结果来自 arXiv cs.SE 的论文报道，尚未见独立复现。

AI 根据报道生成 · 19 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。