论文内容介绍 · 来源：本地知识库
RG-文献/P_(翻译)2404.00282v3（对应 S_20250214/0221 LLM 增强 RL 综述 组会汇报）
一句话定位
这是一篇把「LLM 怎么帮 RL」系统化的综述，给出了一套清晰的四角色分类法。
方法要点
- 把 LLM 在 RL 中的角色分为四类：信息处理器（提供状态/任务描述）、奖励设计者（生成/塑造奖励）、决策者（直接参与动作选择）、生成器（生成训练数据/环境）。
- 讨论在机器人、自动驾驶等复杂任务中的应用。
关键结论
- 当前主要瓶颈是样本效率低下与复杂奖励函数设计困难，需要结合领域知识。
- LLM 作为「先验与抽象器」能显著加速 RL 在跨学科的落地。
与我的关联
我的智医助手里，用 LLM 做「治疗策略的建议者」（决策者角色）和「奖励/评估者」（奖励设计者角色）都在这套框架内；这篇综述是本地知识库「强化学习与决策」主题的方法论地图。