不更新引數就能強化學習！OpenAI翁家翌提出新正規化：決策只需AI手搓一個.py 檔案

OpenAI研究員翁家翌提出啟發式學習(HL)新正規化，無需神經網路訓練和梯度更新，僅透過GPT-5.4驅動程式碼迭代實現強化學習，在Atari遊戲和機器人控制任務中表現優異，兼具可解釋、抗遺忘、高效率特點。