--- format: "aidr-story-markdown/v1" id: "b7d75266f87b25ddf9315a1a37bb3d424673d794fb0adb53a2468b29593ad0f7" canonical_url: "https://aidr.today/b7d75266?lang=vi" title: "Trajectory2Gym: Sinh tổ hợp tương tác dựa quyết định cho agent sử dụng công cụ" lang: "vi" requested_lang: "vi" available_langs: ["en","vi"] translation_fallback: null fallback_fields: [] published_at: "2026-10-27T00:00:00.000Z" category: "Research" topics: ["agent"] source_urls: ["https://huggingface.co/papers/2610.33568"] summary: "Các quỹ đạo sử dụng công cụ thành công không nhất thiết phải là giám sát hữu ích. Ngay cả những tương tác thành công cũng có thể thiếu diện biểu hiện phụ thuộc đa bước hoặc chứa hành động không được công nhận bởi thông tin mà agent nhìn thấy tại thời điểm ra quyết định. Chúng tôi xác định hai yêu cầu liên kết cho giám sát quỹ đạo hiệu quả: phủ sóng tạo tổ hợp để các phụ thuộc quan sát-hành động quan trọng được biểu diễn, và định vị quyết định để mỗi hành động được giám sát được hỗ trợ bởi lịch sử tương tác mà người học có thể nhìn thấy. Chúng tôi giới thiệu Trajectory2Gym, xây dựng các tương tác có thể thực thi quanh các cấu trúc tạo tổ hợp kém được hỗ trợ và chỉ lấy giám sát từ các quyết định được định vị trong quá trình thực thi thực tế. Lựa chọn hỗ trợ cấu trúc phân bổ kinh nghiệm thu được, trong khi fine-tune giám sát được chuẩn hóa theo phụ huynh giữ nguyên tương tác ngữ nghĩa như đơn vị trọng số huấn luyện. Điều này định hình lại việc sinh ra quỹ đạo như là sự xây dựng có chủ đích của trải nghiệm tương tác có thể học được, thay vì việc thu thập các quỹ đạo thành công." --- # Trajectory2Gym: Sinh tổ hợp tương tác dựa quyết định cho agent sử dụng công cụ > [Open the canonical story]() **Published:** 2026-10-27T00:00:00.000Z **Category:** Research **Topics:** agent ## Summary Các quỹ đạo sử dụng công cụ thành công không nhất thiết phải là giám sát hữu ích\. Ngay cả những tương tác thành công cũng có thể thiếu diện biểu hiện phụ thuộc đa bước hoặc chứa hành động không được công nhận bởi thông tin mà agent nhìn thấy tại thời điểm ra quyết định\. Chúng tôi xác định hai yêu cầu liên kết cho giám sát quỹ đạo hiệu quả: phủ sóng tạo tổ hợp để các phụ thuộc quan sát\-hành động quan trọng được biểu diễn, và định vị quyết định để mỗi hành động được giám sát được hỗ trợ bởi lịch sử tương tác mà người học có thể nhìn thấy\. Chúng tôi giới thiệu Trajectory2Gym, xây dựng các tương tác có thể thực thi quanh các cấu trúc tạo tổ hợp kém được hỗ trợ và chỉ lấy giám sát từ các quyết định được định vị trong quá trình thực thi thực tế\. Lựa chọn hỗ trợ cấu trúc phân bổ kinh nghiệm thu được, trong khi fine\-tune giám sát được chuẩn hóa theo phụ huynh giữ nguyên tương tác ngữ nghĩa như đơn vị trọng số huấn luyện\. Điều này định hình lại việc sinh ra quỹ đạo như là sự xây dựng có chủ đích của trải nghiệm tương tác có thể học được, thay vì việc thu thập các quỹ đạo thành công\. ## Sources - [Story source]()