论文Agent 与开发者12:44System-One RSI:用引导式练习为交互式智能体建立肌肉记忆推理模型慢、做不了实时控制,这篇用内循环 OODA 决策加外循环智能体复盘的方法解决了。玩《黑神话:悟空》胜率从 0% 练到 66.7%,只需少量真实对局。做游戏智能体或机器人实时控制的开发者可以仔细看实验设置。#System-One RSI#推理模型#智能体#决策树2 个信源在谈事件专题aarXiv cs.AI@Qingxu Fu 等 5 人原文稍后读已读值得跟进有用关注 System-One RSI