OpenAI Blog（博客/媒体）68OpenAI提出一种分层强化学习算法，通过学习高层动作（如行走方向）加速解决长时序任务。在导航任务中，算法自动发现行走和爬行的方向性高层动作，使智能体能够快速掌握新导航技能。该工作展现将抽象动作与底层控制结合的潜力。AI模型reinforcement-learninghierarchical-rlnavigationopenai推荐理由：分层RL是解决稀疏奖励和长horizon任务的关键方向，本方法提供了一种自动发现高层动作的实用范式，对具身智能和机器人领域有重要参考价值。