Decision Transformer: Reinforcement Learning via Sequence Modeling
作者：Chen et al. (2021)
简介：颠覆性地将强化学习建模为序列预测问题，利用Transformer架构直接从过往经验中输出动作。无需价值函数或策略梯度，是Offline RL的重要突破。
Large Language Models as Zero-Shot Planners
作者：Huang et al. (2022)
简介：探索了大语言模型（LLM）在复杂任务规划中的能力。证明了预训练的LLM可以作为零样本规划器，将自然语言指令转化为可执行的动作序列。
Mastering Diverse Domains through World Models (DreamerV3)
作者：Hafner et al. (2023)
简介：基于世界模型（World Models）的最新进展。DreamerV3能够在不需要特定领域调参的情况下，在Atari游戏、Minecraft等多个不同领域取得顶尖性能，展示了极强的通用性。
A Generalist Agent (Gato)
作者：DeepMind (2022)
简介：通才智能体。同一个Transformer网络，相同的权重，可以玩Atari游戏、给图片加字幕、聊天、甚至控制机械臂。迈向通用人工智能（AGI）的重要一步。
Conservative Q-Learning for Offline Reinforcement Learning (CQL)
作者：Kumar et al. (2020)
简介：离线强化学习（Offline RL）的代表作。通过在Q函数更新中加入保守项，解决了由于分布偏移导致的Q值高估问题，使得智能体仅凭历史数据就能学到优秀策略。
Voyager: An Open-Ended Embodied Agent with Large Language Models
作者：Wang et al. (2023)
简介：首个利用LLM驱动的、在Minecraft中进行终身学习的智能体。Voyager能够自我探索、编写代码执行技能，并不断扩充自己的技能库，展现了惊人的涌现能力。