非參數策略

深度分析

GUIDE：情境演化驅動 LLM 航天操作的即時決策更新框架

大型語言模型被提議作為航天任務的監督代理，現有方法僅靠靜態提示，缺乏跨回合學習。研究團隊推出 GUIDE，透過演化自然語言決策規則的情境劇本，實現跨回合適應且不更新模型權重。實驗在 Kerbal Space Program 的軌道攔截任務中，GUIDE 持續優於靜態基線，顯示即時政策搜尋的可行性。