ASU魏华：大模型智能体重蹈强化学习覆辙，需跨越仿真到现实鸿沟

AI 摘要

亚利桑那州立大学助理教授魏华在IJCAI 2026上指出，大模型智能体面临的脆弱性与强化学习中的“仿真到现实”差距本质相同，并提出了将域随机化等技术应用于大模型以提升鲁棒性。实验表明，经域随机化处理的3B参数模型在跨语言任务上可击败32B模型。魏华还强调了不确定性量化与人类在环的重要性，呼吁建立共通评估标准。

正文节选

0 编辑丨岑峰 在通往 AGI 的浪潮中，基础模型智能体（Foundation Model Agents）正以前所未有的速度接管各种任务。业界曾普遍乐观地认为，凭借大模型海量的预训练知识，智能体可以无缝适应各种真实场景。 但在现实中，当我们将一个在英文语境下表现完美的智能体，切换到中文或低资源语言环境中时，其错误率往往会呈现断崖式上升。 这种环境切换带来的“智力降级”，真的是大模型时代特有的新问题吗？ 在正在进行的 2026 年的德国不莱梅 IJCAI大会的 Early Career Spotlight（早期职业焦点）环节，亚利桑那州立大学（ASU）助理教授魏华给出了一个极具启发性的“降维”视角：今天大模型智能体所面临的脆弱性，本质上与传统强化学习（RL）在物理世界中遭遇的“仿真到现实（Sim-to-Real）”差距如出一辙。 作为长期深耕强化学习与真实世界决策的学者，魏华教授早年曾在腾讯 AI Lab 担任研究员，后于新泽西理工学院和 ASU 任教。早在2017 年，魏华团队就通过一系列 KDD论文证明了强化学习能够完美复现传统的“绿波”优化解，甚至能找到更优的调度策略。 但随着研究

发布时间：2026-08-21 11:11

抓取时间：2026-08-21 13:30

来源机构：雷峰网