待验证50% 置信事实精确时间

研究者来自 UIUC 等机构，提出了 CoPE（Co-Evolving Acting and Forecasting）方法，通过引入多步动作目标监督形式，让策略网络在训练中同时学习行动与预测。

1

来源数

50%

置信度

长期有效

时效性

2026/10/15

首次发现

来源

CoPE：语言智能体动作与预测协同进化，样本效率提升2倍

rss2026/10/14

涉及实体

UIUCcompany CoPEconcept

相关事实

待验证行为克隆将策略学习转化为监督学习问题，以环境状态为输入、专家动作为标签，训练从状态到动作的映射函数70% 相似待验证许多GUI智能体基于行为克隆（Behavior Cloning）训练，模型学习的是人类演示轨迹中的动作分布而非任务的本质目标68% 相似待验证在线适应方法借助元学习或快速微调机制，使策略在部署初期即可根据真实环境反馈动态调整66% 相似待验证在同一基座上通过后训练实现编程能力大幅提升，为算力受限的团队提供了新的模型迭代思路65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1038001

API

curl https://kongchang.com/api/v1/knowledge/claims/1038001

MCP

get_claim(id=1038001)