**Muon在智能体强化学习中的有效性研究**

_When Does Muon Help Agentic Reinforcement Learning?_

> 本研究通过对比实验发现，Muon优化器在稀疏奖励的智能体强化学习中表现优异。在ALFWorld任务中，结合GiGPO策略时，仅对隐藏权重矩阵应用Muon可将验证成功率提升88%；在GraphGPO设置下，适当调整学习率也能显著加速收敛并提高性能。结果表明，合理配置策略优化器、优势估计器和学习率能充分发挥Muon的优势。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-07-20 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2607.16169)