Навчання агента масштабування за допомогою синтезу досвіду 📝: Масштабування навчальних середовищ для RL шляхом їх моделювання з обґрунтуванням LLM! Моделі оточень + Replay-буфер + Нові завдання = дешевий RL для будь-яких середовищ! - Значні покращення в порівнянні з не-RL-готовими середовищами та кількома сімействами моделей! - Краще працює в налаштуваннях sim-2-real RL → Warm-start для дорогих середовищ 🧵1/7