🔬 前沿研究

强化学习训练、Agent框架研究

共 2 个知识节点

• MetaClaw强化学习 — 在线强化学习框架 → 不用GPU/数据集，对话即训练 / SkillRL技能进化 / Tinker云训练
• Claw-R1训练框架 — 中科大Runtime RL: 真实Agent环境+RL训练引擎打通 / 异步采集轨迹+奖励 / 白盒黑盒通用