यूरेका एक मानव-स्तरीय इनाम डिज़ाइन एल्गोरिथ्म है, जिसे बड़े भाषा मॉडल को कोड करके कार्यान्वित किया जाता है। यह अत्याधुनिक भाषा मॉडल (जैसे GPT-4) की शून्य-शॉट पीढ़ी, कोड लिखने और संदर्भ सुधार क्षमताओं का उपयोग करके इनाम कोड को विकसित और अनुकूलित करता है। उत्पन्न इनाम का उपयोग जटिल कौशल प्राप्त करने के लिए प्रबलित शिक्षा के माध्यम से किया जा सकता है। यूरेका द्वारा उत्पन्न इनाम फलन 29 ओपन-सोर्स प्रबलित शिक्षा वातावरणों में मानव विशेषज्ञों द्वारा डिज़ाइन किए गए इनाम फलनों से बेहतर प्रदर्शन करते हैं, जिसमें 10 विभिन्न प्रकार के रोबोटिक रूप शामिल हैं। यूरेका इनाम फलनों की गुणवत्ता और सुरक्षा में सुधार के लिए इनाम फलनों को लचीले ढंग से सुधारने में भी सक्षम है। पाठ्यक्रम अधिगम के साथ संयोजन में, यूरेका इनाम फलनों का उपयोग करके, हमने पहली बार एक सिमुलेटेड शैडो हैंड को पेन घुमाने की तकनीक प्रदर्शित की, जो तेजी से गति से एक वृत्त में पेन को कुशलतापूर्वक संचालित करता है।