通过提出动态协同（Alice和Bob）的兴趣课程，使用一种适当的奖励机制，有效地进行无人监督的强化学习，用于环境感知系统中的智能体的训练

Mar, 2017

通过Virtual Tools游戏，建立了Sample, Simulate, Update (SSUP)模型，探究人类灵活解决物理问题的能力，揭示人类将一般物理知识转化为特定任务的行动计划的机制。

Jul, 2019

通过多智能体竞争、自我监督的自动课程设置以及规模化的强化学习算法，我们发现代理创建了多个不同的新兴策略，其中许多需要复杂的工具使用和协调，并提供了有关多智能竞争可能扩展至更复杂环境的证据。

Sep, 2019

本文提出一个可解释的强化学习框架，通过分析代理与环境的交互历史来提取有助于解释其行为的有趣元素，从而创造可视化的摘要，评估用户的感知能力，结果表明，不同有趣元素捕捉到的方面的多样性对于帮助人类正确理解代理在执行任务中的优势和限制是至关重要的。

Dec, 2019

本文介绍了一种基于多智能体、开放式学习的方法，其能够使得智能体在一种包含大量挑战、跨越多个任务、更广泛的行为通用化领域中表现出非凡的学习能力。通过在环境中建立一个任务的宇宙，我们的训练代理能够跨越更广泛的任务领域，这个领域自然多智能体，涉及合作竞争等多种类型的游戏，而这一领域的挑战对于智能体来说多种多样，因此，我们提出了一种迭代方法来改进代理的效果，而不是试图最大化一个单一目标。最终，我们证明了这种代理的通用能力，可以通过简单的微调实现更大规模的行为传递。

Jul, 2021

本文扩展了一个基于“趣味性”分析的可解释强化学习框架，并提出了用于评估强化学习智能体竞争力的新机制。这些工具在人机协作环境中为用户提供关于强化学习智能体能力和局限性的见解，以使用户能够做出更加明智的决策。

Nov, 2022

本文研究了基于自主目标选择和组织学习计划框架下，语言对于自主学习的重要性，提出了三个开放式科学问题：社交互动中反事实反馈的影响，学习过程中来自稀有语言目标的重采样，以及多种探索方式的结合。通过实验表明，社交互动中反事实反馈的精选对自主学习结果的提高具有决定性作用；在学习过程中，重采样来自稀有语言目标的例子有助于学习；在自主生成目标时，选择具有中等难度的目标可以显著提高最终的表现。

Feb, 2023

利用基于语言模型的有趣性模型（MoI）改进无止境机器学习，集中于可学习且有趣的任务，实现自我优化和自我生成算法。

Jun, 2023

开放式学习是一个复合概念，其核心特性是在无限时间内不断产生新元素，并以开放式目标条件下的强化学习问题为重点研究领域。该研究旨在定义开放式学习的基本属性，并探讨其与相关概念的区别与联系，以填补目前在发展性人工智能研究中的知识空白。

Nov, 2023

OmniJARVIS是一个新颖的视觉-语言-动作（VLA）模型，用于开放世界Minecraft中的指令跟随代理。通过对多模态交互数据进行统一分词，OmniJARVIS能够具备强大的推理和高效的决策能力，并在开放世界Minecraft中的多种任务上表现出优异的性能。

Jun, 2024