EnvSched：用环境感知调度提升Agent强化学习效率
热点事件持续更新
EnvSched：用环境感知调度提升Agent强化学习效率
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
研究者 Sihan Yang 等人提出在线调度器 EnvSched，从 rollout 历史中学习，把环境与任务对组织成双关系图，预测任务内奖励方差，优先调度高方差任务和欠观察环境。 在 Qwen3-8B 的强化学习实验中，EnvSched 训练 40 步后在 BFCL-v3、tau-Bench 和 ACEBench-Agent 上平均得分 48.81，超过随机任务选择训练 120 步的最高分。该结果来自论文报告，尚未经独立验证。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
EnvSched：面向 rollout 高效智能体强化学习的环境感知调度报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.CLEnvSched：面向 rollout 高效智能体强化学习的环境感知调度
研究者提出在线调度器 EnvSched，通过从 rollout 历史学习，将环境—任务对组织为双关系图并预测任务内奖励方差，优先调度高方差任务与欠观察环境。在 Qwen3-8B 的强化学习实验中，EnvSched 训练 40 步后在 BFCL-v3、tau-Bench 和 ACEBench-Agent 上平均得分 48.81，超过随机任务选择训练 120 步的最高分。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。