AWS发布SageMaker AI多轮强化学习实操指南

AWS 官方博客发布在 Amazon SageMaker AI 上进行多轮强化学习（MTRL）的端到端实操指南，以 Wordle 为例：将智能体、环境和奖励函数部署到 Amazon Bedrock AgentCore，再用 GRPO 更新策略模型上的 LoRA 适配器。 指南称，目前支持若干基础模型，每个模型均以 LoRA 适配器训练；使用前需先创建 MLflow 应用，训练任务运行期间不要重新部署智能体。仓库启动脚本会连续运行评估，因为默认配额一次只允许一个评估任务，用户可申请提高配额。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。