ASU 魏华：大模型智能体正在重蹈强化学习覆辙，如何跨越「仿真到现实」鸿沟？

亚利桑那州立大学助理教授魏华在 IJCAI 2026 演讲中提出，基础模型智能体的可靠性问题本质上是强化学习中的「仿真到现实」差距，跨语言场景即对应观察差距。其团队将机器人领域的域随机化技术引入大模型智能体，经提示词、动作与奖励空间扰动后，3B 参数模型在跨语言任务上表现击败 32B 模型。他还强调不确定性量化与人类在环，让机器知道何时该向人类求助。