Co-Evolving Acting and Forecasting for Language Agents

我们提出 ame，它添加了第三种多步骤动作目标。在成功进行在线策略轨迹时， ame训练策略骨干生成每个历史后的动作序列。每个动作在预测从前序历史时也被监督，形成一个时间序列集成，由共享骨干在训练过程中吸收，从而实现行动与预测的协同进化。