AWS опубликовала руководство по применению Multi-Turn Reinforcement Learning (MTRL) в Amazon SageMaker AI. Подход предназначен для обучения ИИ-агентов, выполняющих цепочки действий, например обработку заявок или сортировку обращений в службу поддержки.
В описанном процессе SageMaker AI передаёт запросы агенту, размещённому в Amazon Bedrock AgentCore или на собственной инфраструктуре пользователя, через AWS Lambda. Агент взаимодействует с обучаемой моделью и выполняет действия в заданной среде на протяжении нескольких ходов; руководство использует AgentCore в качестве примера.
По описанию AWS, MTRL помогает учитывать итоговый результат всей последовательности действий и связывать его с решениями, принятыми на предыдущих шагах. Это расширяет возможности обучения агентов для задач, где нет единственного заранее заданного сценария и результат оценивается по успешности выполнения процесса.