视觉语言模型（ VLM ）为交互式决策提供了有用的先验，但直接将其用作策略是昂贵且脆弱的：必须在每个步骤中查询它们，不会从环境交互中改善，并且可以重复系统错误。我们研究如何从在线、昂贵且不完美但信息丰富的VLM老师那里学习廉价的自治策略。我们建议SAGE (Sel

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2609.01567v1)获取最准确的信息。

---
🔗 **原文链接**: [Selective Agent Guidance via Entropy: Learning Autonomous Po](https://arxiv.org/abs/2609.01567v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Matteo Merler, Giovanni Bonetta, Davide Zago, Rossella Cancelliere, Bernardo Magnini

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。
Agent是2026年最卷的方向，没有之一。这篇文章的实操经验够硬。
建议收藏，做Agent开发的时候拿出来翻翻。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-09-02 14:02