Google AI lanza envharness para transformar entornos estáticos en espacios de entrenamiento dinámicos

Google AI ha presentado EnvHarness, una capa programable que transforma los entornos estáticos de los agentes en mundos de entrenamiento adaptativos. La herramienta permite que los agentes de LLM aprendan de forma más eficaz de entornos interactivos, ajustando dinámicamente el proceso de entrenamiento. EnvHarness envuelve los entornos existentes con componentes de enchufe que modifican el inicio del episodio, las acciones del agente y las observaciones, sin alterar el simulador o las tareas subyacentes. Este enfoque está diseñado para abordar las limitaciones de los entornos estáticos, que no se adaptan a las capacidades en evolución de un agente. El equipo de investigación probó EnvHarness en cinco conjuntos de referencia en cuatro dominios, informando de mejoras significativas en el rendimiento. Las habilidades adquiridas mediante este método mostraron mejoras de hasta 9,0 puntos en tareas de referencia, con una reducción del 9,8 % en los pasos de ejecución. La herramienta está disponible bajo la licencia Apache-2.0 y admite seis entornos, con una nueva interfaz de conjunto de referencia que requiere solo un entorno restablecible. EnvRigger, una herramienta automatizada dentro de EnvHarness, identifica errores en los despliegues de políticas y genera componentes para abordarlos. El sistema es independiente de la política, lo que permite un entrenamiento flexible y eficiente. El artículo destaca que EnvHarness supera a los generadores específicos del dominio, demostrando su potencial para mejorar la adaptabilidad y la eficacia de los entornos de entrenamiento de la IA.