精选智东西by 陈 骏达 · 论文AI评分：70/100

人大高瓴、IQuest团队提出ClawGym II：将OpenClaw、Claude Code接入黑盒强化学习

中国人民大学高瓴人工智能学院与至知创新研究院团队提出ClawGym II，一个面向复杂Agent Harness的黑盒强化学习框架。该框架无需修改Claude Code、OpenClaw等Harness内部实现，即可让模型通过真实执行过程进行强化学习，并支持多个异构Harness联合训练同一策略模型。实验表明，黑盒RL能稳定提升模型Agent能力，且共享策略模型可同时从多个Harness中学习。