Исследователи Microsoft представили новую работу. Они переосмыслили имитационное обучение. В основе лежат прогнозные модели обратной динамики.
Метод опубликовали 20 января 2026 года. Работа посвящена мультимодальному обучению с подкреплением. Ключевой элемент — верификатор с агентными свойствами.
Старый подход копировал действия эксперта. Новый метод учит понимать цели. Это похоже на осознанное подражание.
Технология ускорит обучение автономных агентов. Они станут лучше адаптироваться. Это шаг к более разумным машинам.
