论文提出LA-MAML，用任务语言指令的学习嵌入替代MAML内循环中的轨迹采集与梯度更新，仅需一步即可调整全局策略参数。在BabyAI基准测试中，该方法达到具有竞争力或更高的性能，并显著降低每次迭代的墙钟训练时间，显示语言可作为元强化学习的高效任务特定信号。
最近 24 小时暂无可用热度快照。