环境反馈

基于环境反馈的开源视觉语言智能代理编程工具 Octopus是一款面向智能代理开发的视觉语言编程工具，依托GPT-4控制探索代理生成动作蓝图与可执行代码训练数据，在专属实验环境OctoVerse中开展训练，采用结合环境反馈的强化学习（RLEF）方案优化代理决策效果，可支持代理处理多类任务，目前已开源核心资产供社区使用。