本研究提出了OmniRL，一种可推广的上下文强化学习模型，旨在通过元训练应对多样化任务。其创新之处在于利用行为策略的互动历史构建数据合成管道，并结合模仿学习与强化学习。研究结果表明，OmniRL能够通过上下文学习成功应对未见任务，展现出其潜在影响。