في الآونة الأخيرة، أبدعت الأبحاث في مجال تعلم الآلة باستخدام نماذج الأساس (Foundation Models) التي تم تدريبها على مجموعات بيانات ضخمة ومتنوعة، مما يسمح لها بالتعميم بفعالية على مهام جديدة ذات صلة. لكن، يبقى توسيع هذا paradigma للتعلم المعزز (Reinforcement Learning) - حيث يتفاعل عميل مع بيئة لاختيار الإجراءات - تحديًا كبيرًا.

معظم الأساليب الحالية تقوم بتدريب نماذج الأساس مباشرةً على مجموعات من مهام التحكم، لكن تطوير بيئات تعلم معزز متنوعة وتوسيع نطاق التدريب عليها قد يكون مكلفًا ومعقدًا. في هذه الدراسة، نستكشف نهجًا بديلًا أبسط يعتمد على تقليل تقليدي من التعلم المعزز إلى الانحدار.

نظهر أن نموذج أساس تم تدريبه مسبقًا لمهام الانحدار، عند استخدامه كنموذج انحدار سياقي (In-Context Regression ICR)، يمكن تطبيقه مباشرة على مشاكل التعلم المعزز. بناءً على هذا الإلهام، نقدم طريقة خالية من التدرج، تُسمى ICR-RL، التي لا تتطلب تدريبًا إضافيًا وتستفيد من نموذج ICR لمواجهة مهام التعلم المعزز.

لقد قمنا بتقييم نهجنا من خلال تطبيق نموذج ICR مع النموذج المقترح مؤخرًا TabPFN، الذي تم تدريبه على مجموعة واسعة من مهام الانحدار. تشير التجارب التي أُجريت على Benchmark التحكم الكلاسيكي Gymnasium إلى أن ICR-RL يمكن أن ينافس طرقًا شائعة الاستخدام، بما في ذلك DQN وPPO وTRPO. هذه النتائج تظهر أن نماذج الأساس ICR يمكن أن تحل مهام التعلم المعزز بفعالية بدون الحاجة إلى ضبط دقيق، مما يدل على إمكاناتها كنموذج أساسي لمشاريع تعلم معزز موجهة.