anonymous-report-421/GPT-as-Policy

它是什么

GPT-as-Policy 是一个将大语言模型直接用作策略网络的开源项目，通过 HTML 界面展示如何让 GPT 在交互环境中做出决策，替代传统强化学习中的策略函数。

核心亮点

• 无需训练即可让 GPT 充当策略，直接输出动作
• 提供可视化 HTML 演示，直观对比 GPT 策略与基线方法
• MIT 协议，代码轻量，便于二次开发与实验

为什么火

它切中了“LLM 作为通用决策器”的热点，用极简方式验证了 GPT 在序列决策任务中的可行性，470 星说明社区对“免训练策略”方向兴趣浓厚。

适合谁用

强化学习研究者、LLM Agent 开发者，以及想快速验证 GPT 决策能力的学生和工程师。

快速上手

克隆仓库后打开 HTML 文件即可体验交互演示；修改 prompt 或环境配置可测试不同策略行为。