**EnvACE：通过世界排练内化环境动态的代理强化学习方法**

_EnvACE: Internalizing Environment Dynamics via World Rehearsal for Agentic Reinforcement Learning_

> HuggingFace Daily Papers 社区热门论文。EnvACE 提出用世界排练替代外部环境交互进行训练，策略在行动与扮演环境角色之间交替，将动作与响应的关系内化于参数中。在 BFCL-v4、tau^2-Bench 等多个基准上表现优异，超越环境扩展基线，为 LLM 代理训练提供新路径。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-08-07 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2608.06197)