ESearch-R1: 通过强化学习训练具有成本意识的 MLLM 代理，实现交互式具身搜索

这项研究探索了强化学习在新兴的具身搜索领域中开发成本意识型代理的新应用。 这种背景下对成本效益的关注是一项重大贡献，可能导致更实用且资源高效的人工智能系统。

• •应用强化学习来优化具身搜索代理。
• •强调代理设计中的成本意识，这是实际应用的关键因素。
• •可能涉及多模态大型语言模型（MLLM）。