作者 | 理查德·萨顿（Richard Sutton） 2）每一个学习到的权重，都配有一个专门的步长参数，该参数通过在线交叉验证进行元学习； 原标题 | OaK 架构：一个源于经验的超级智能构想 来源 | RLC 2025 会议文章 （ youtu.be/gEbbGyNkR2U ） 编译 | 王启隆 出品丨AI 科技大本营（ID：rgznai100） 随着人工智能发展成为一个庞大的产业，它在很大程度上已经迷失了方向。 我们需要什么才能重回正轨，去探寻真正的智能？ 我们需要能够持续学习的智能体、世界模型和规划能力，以及学习高层次知识和通过元学习掌握泛化的能力。 OaK 架构 正是对所有这些需求的一个系统性回应。从整体上看，它是一个基于模型的强化学习架构，并具备三个鲜明特点： 1）其所有组件都能持续学习； 3）状态和时间上的抽象概念，通过一个我们称之为 FC-STOMP 的五步演进路径被持续创造出来，即：特征构建（ F eature C onstruction）、 基于特征提出子任务（posing a S ub T ask）、学习一个选项来解决该子任务（learning an O ption）、学习该选项的模型（ ...