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。

1. Agentic RL 的难点：长程工具调用

2. ASearcher 项目：全异步 RL 解锁 Agent 长程工具调用

3. AReaL-Lite：轻量级开发实现极速 Agentic RL 训练

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

• 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

• 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