Options（选项）是分层强化学习中的核心概念，指智能体在任务中可复用的高层技能或子策略，让决策系统不必逐步规划每个动作，而是像调用“招式”一样组合执行；这个词有时也被借喻到 AI 政策领域，如“可退出的选项”。近期关于 Options 的讨论，一方面集中在用大模型与表示学习自动发现选项的技术进展，另一方面延伸到国家层面的 AI 战略取舍。
Options 在强化学习中的新进展
从技术概念到政策隐喻：可退出的 AI 选项
当前焦点与观察点
围绕 Options 的讨论呈现两条线索。技术侧，选项自动发现（Wayfarer 一类方法）正尝试把传统分层 RL 的手工技能设计，替换为由表示学习驱动的端到端方案，值得观察其在真实机器人与长时序任务上的泛化能力；政策侧，“可退出选项”作为一种务实的国家 AI 策略框架，正在替代“完全主权”叙事。两条线索的共同点是：在不确定环境中，保留可切换、可组合的选择权，往往比押注单一最优方案更稳健。后续可关注选项方法与大规模基础模型结合后，能否在开放任务中形成真正可复用的技能库。