강화학습 파운데이션 모델은 이미 존재해야 마땅하다
Reinforcement Learning Foundation Models Should Already Be A Thing
강화학습(RL)은 테이블 파운데이션 모델과 달리 합성 MDP 사전 설계를 중심에 둔 문맥 내 RL(in-context RL) 연구가 비어 있다는 점을 지적하고, MDP의 고정 크기 테이블 충분 통계량을 Graph Attention Network(GAT)와 정책 헤드로 학습하는 RL 파운데이션 모델 의제를 제안한다. 합성 MDP만으로 학습한 모델은 작업별 튜닝 없이 홀드아웃 테이블 벤치마크를 문맥 내(in-context)로 온라인·오프라인 모두 해결하며, 온라인에서는 UCB-VI·테이블 Q-learning보다 적은 에피소드로, 오프라인에서는 VI-LCB와 대등한 성능을 보인다.