EnvCraft: Synthesizing Executable Environments in Agentic RL for Claw-like Agent
arxiv.org原文 ↗
EnvCraft 的合成引擎在沙箱中生成工作区，并用拓扑感知数据保持任务轨迹的一致性。产物包括 139 个交互环境和约 2 万个复杂任务；Qwen3/3.5 8B - 32B 在 Claw 类任务最高提升 11.9%，一般工具使用提升 8.0%，且推理 token 更少。
–浏览
评论 · Comments