清华叉院教授手把手教你用强化学习训练智能体

在大模型智能体（Agent）时代，最重要的技术之一就是通过智能体强化学习（Agentic RL）训练通用智能体。ASearcher 是 AReaL 团队的第一个 Agentic RL 项目，基于 AReaL 的全异步 Agentic RL，打造端到端搜索智能体（Search Agent）。

AReaL 允许智能体进行至多 128 次复杂环境交互；同时，极简代码设计让用户在单文件内就能实现复杂的长程工具调用（Long-Horizon Tool Use)。

本次分享中，吴翼教授将带领 AReaL 团队&ASearcher 项目核心成员，以多轮搜索智能体（multi-turn search agent）为例，手把手教大家用最少的代码实现极速 Agentic RL 训练。

分享主题：清华叉院教授手把手教你用强化学习训练智能体

分享摘要：

Agentic RL 的难点：长程工具调用

ASearcher 项目：全异步 RL 解锁 Agent 长程工具调用

AReaL-Lite：轻量级开发实现极速 Agentic RL 训练

手把手教大家在 jupyter notebook 里实现多轮 search agent 训练

直播前准备：

建议大家准备好一个 GPU 服务器，推荐 4 卡~

欢迎预习直播所用的 jupyter notebook：https://github.com/inclusionAI/AReaL/tree/main/notebook

嘉宾简介：

吴   翼：清华大学交叉信息院助理教授，博士生导师，AReaL 项目负责人

高嘉煊：清华大学交叉信息院博士生，AReaL&ASearcher 项目核心成员

徐树声：蚂蚁强化学习实验室研究员，清华大学交叉信息院博士，AReaL&ASearcher 项目核心成员

贺楚祎：蚂蚁强化学习实验室研究员，AReaL&ASearcher 项目核心成员

直播时间：北京时间 8 月 21 日 19:30-20:30

直播预约：

本次直播设有 QA 环节，欢迎大家加群一起来聊。

机器之心 · 机动组

机动组聚焦于学术研究、工程实践与产业应用，筛选前沿、专业、实用内容，不定期组织学术研讨、技术交流与实战分享等。欢迎所有 AI 领域技术从业者关注。