LG AI Research在ICML 2026展示LOAM方法

事件综述根据 1 篇报道整理，10月26日更新

LG AI Research在ICML 2026发表LOAM研究，让大语言模型根据任务目标、机器人结构和变量含义生成观察模型与动作模型（均为Python函数），在不改动强化学习算法的前提下重构环境与智能体之间的接口。 LG AI Research称，在HumanoidBench的stand·walk·run基础运动任务上，LOAM达到高回报的速度比人工设计的FastTD3基线环境快三倍以上。但LOAM-Race因将训练预算分配给多个候选方案，初始学习速度可能略慢于单一LOAM方法；在Package等任务上，所有方法训练均困难，复杂长期操作问题仍需进一步研究。

综述由模型根据报道生成，细节以各篇原文为准。