【机器人 / 强化学习】DIVL：分布隐式价值学习

IQL 的遗产：在已知数据中"沙里淘金"在深入 DIVL 之前，我们先快速回顾 IQL 的核心思路，因为 DIVL 正是建立在 IQL 的思想基础之上。IQL 解决了一个根本问题：传统 Q-learning 的maxaQs′a′在离线设定下会查询未见过的动作（OOD），导致价值崩盘。IQL 的解决方案是引入一个 V 网络，用rγVs′替代rγmaxaQs′a′。

完整实战：知识感知聊天机器人

这种模式——用上下文增强用户输入，再调用模型——正是 Solon AI 中 RAG（检索增强生成）的基础。工具调用 — 用 @ToolMapping 定义 LLM 可调用的 Java 方法。Agent — ReActAgent 和 TeamAgent 实现多步推理。RAG 流水线 — 完整的文档加载、切分、嵌入、检索流程。MCP 协议 — 连接 MCP 服务器使用外部工具。Talent 系统 —

小蜜陪护机器人 - Agent扩展开发指南