arXiv cs.AI· Lingxiao Jing, Zhengbo Jiao, Yichen Xiang, Bofan Zhu, Lingbei Meng, Yan Ni, Haorui Chen, Ran Ran, Zhirong Shen, Yuheng Yang, Chenhang Cui, Yaosong Du, Rui Huang·· 3 天前AI 评分35
RES：面向通用长时程智能体的递归环境缩放
Recursive Environment Scaling for General Long-Horizon Agents
AI 导读
研究者提出递归环境缩放（RES）框架，在保持任务目标与完成要求不变的前提下改造现有 benchmark 环境，通过 proposer 改变信息访问、资源关系与执行依赖，并由执行验证筛选候选改动、跨轮继承。
正文 · AI 翻译
作者：Lingxiao Jing、Zhengbo Jiao、Yichen Xiang、Bofan Zhu、Lingbei Meng、Yan Ni、Haorui Chen、Ran Ran、Zhirong Shen、Yuheng Yang、Chenhang Cui、Yaosong Du、Rui Huang
摘要：我们研究环境扩展（environment scaling），将其作为在保持核心任务目标不变的前提下提高智能体基准测试难度的一种方法。我们的框架——递归环境扩展（Recursive Environment Scaling，RES）——在保留现有基准环境目标与完成要求的同时对其进行变换。一个提议者（proposer）改变信息访问、资源关系和执行依赖；基于执行的检查验证生成的候选环境，被接受的更改会在各轮之间继承。这会产生相关联的环境，用于配对评估和训练轨迹收集。在来自三个基准的 294 个初始任务上进行的实验显示，六个评估模型的任务成功率均下降，在 Claw-Eval-Live 上下降了 57.14–77.14 个百分点。在轨迹数量相同且优化设置一致的情况下，在 RES 轨迹上微调在全部九个模型—基准对比中均优于原始轨迹 SFT，提升 7.00–14.61 个百分点。消融实验表明，递归继承和依赖组合是难度提升的重要贡献因素。总之，这些结果支持将环境扩展同时用于智能体评估和训练。
| 评论： | 20 页，10 张图。代码：待发布 |
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.16397 [cs.AI] |
| （或使用 arXiv:2610.16397v1 [cs.AI] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2610.16397 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Lingxiao Jing [查看邮箱]
[v1]
2026 年 10 月 12 日星期一 08:39:40 UTC（1,340 KB）
来源：arXiv cs.AI · arxiv.org