# 语义化轨迹分析

该工作提出一个闭环框架，将策略轨迹记录为语义化表格数据，并提示LLM生成诊断分析代码，从而在无需人工指令的情况下迭代识别并修正结构化策略中的次优结构；在赛车和开门任务上，模仿学习性能较零样本LLM生成结构最高提升15%，达到相同强化学习性能所需计算量减少75%。

该工作提出一个闭环框架，将策略轨迹记录为语义化表格数据，并提示LLM生成诊断分析代码，从而在无需人工指令的情况下迭代识别并修正结构化策略中的次优结构；在赛车和开门任务上，模仿学习性能较零样本LLM生成结构最高提升15%，达到相同强化学习性能所需计算量减少75%。