
普林斯顿:OpenClaw-RL让AI在对话中实时进化
OpenClaw-RL 是一个由普林斯顿大学等机构提出的创新 强化学习 (RL) 框架,旨在通过挖掘智能体与环境交互中被忽视的“次态信号”来提升性能。该研究指出,无论是用户的对话回复、终端执行结果还是 GUI 状态变化,都蕴含了评估性的奖励信号和指引性的修正信息。框架采用异步解耦架构,支持策略推理、环境交互、奖励判定和模型训练并行运行,确保训练过程不会中断服务。针对个人助手,它通过 Hindsight-Guided OPD 技术将用户反馈转化为 Token 级的精细指导;针对通用智能体,它则统一了终端、软件工程和工具调用等复杂场景的训练。实验证明,这种从实时交互中在线学习的方法,能让智能体在日常使用中实现自我进化与个性化定制。
The skinny
The skinny isn't ready yet — notes appear once the transcript is processed.