Towards Scalable Multi-Task Reinforcement Learning with Large Decision Models
로봇공학, 자율주행, 사이버보안, 게임 등 약 15,000개 환경에서 수집한 오프라인 궤적으로 단일 멀티태스크 트랜스포머 정책(LDM-v0)을 학습하고, 약 1,000개 환경에서 개별 학습된 태스크 특화 정책에 匹敵하는 성능을 달성했다. 이종(heterogeneous) 강화학습 생태계를 통합하기 위해 모달리티별 인코더와 전이 수준 메타토큰(transition-level meta-token)을 활용한 아키텍처와 AutoRL 기반 레퍼런스 정책 자동 생성 파이프라인을 제안한다.