arXiv cs.AI· Weidong Tang, Ruiheng Wang, Jingxuan Zhang, Hexin Wang, Haoyuan Chen, Zhengfeiyang Zhang, Yixing Ma, Zichen Jiang, Ziyu Guo, Haodong Li, Zhengbo Jiao, Zhiqing Cui, Xinxiang Yin, Shuo Liang, Zhenglin Wan, Hongzhan Lin, Wangbo Zhao Kaipeng Zhang, Pengfei Zhou, Odin Zhang, Yang You·· 11 小时前AI 评分58
The Trinity：面向多模态智能体的能力驱动递归自我改进框架
The Trinity:Capability-Driven Recursive Self-Improvement for Multimodal Agents
AI 导读
论文提出 The Trinity 递归自我改进框架，通过 Creator、Explorer、Evolver 三个角色把世界生成与 Harness 演化耦合起来。
正文 · AI 翻译
作者：Weidong Tang、Ruiheng Wang、Jingxuan Zhang、Hexin Wang、Haoyuan Chen、Zhengfeiyang Zhang、Yixing Ma、Zichen Jiang、Ziyu Guo、Haodong Li、Zhengbo Jiao、Zhiqing Cui、Xinxiang Yin、Shuo Liang、Zhenglin Wan、Hongzhan Lin、Wangbo Zhao Kaipeng Zhang、Pengfei Zhou、Odin Zhang、Yang You
摘要：多模态智能可被视为人类引导下世界与智能体通过交互实现的共同演化。然而，扩展这一过程面临两个瓶颈：构建异构、可验证的环境成本高昂，且人工 Harness 迭代无法跟上日益增长的任务多样性与复杂度。一个关键洞见是，不同模态和表面形式的任务可以共享相同的底层能力需求。因此，我们提出 The Trinity，一个通过 Creator、Explorer 和 Evolver 三种角色将世界生成与 Harness 演化耦合起来的递归自我改进框架。基于经过验证的执行轨迹，Evolver 将任务组织的基础从表面类别转变为共享需求，把原始任务树重组为分层能力树。我们提出 Capability-Driven Real2Sim2Real：对于同一节点上的异构任务，Creator 将其共同需求抽象为简化、可验证的模拟世界以进行能力学习，同时在原始任务上评估以衡量迁移效果。沿着这棵能力树，Explorer 通过选择性继承逐步演化出可复用的能力模块，形成 Harness 树，其经过验证的更新在固定拓扑内跨迭代累积。由此得到的 Harness 专精于不同能力，这促使我们提出 Capability-Aware Harness Router，利用公开任务信息从树中选择兼容的模块配置。我们演化出的 Harness 在 28 个训练基准上平均性能提升 34 分，在 18 个未见基准上提升 26 分，其中包括两个真实世界具身任务。
| 学科： | 人工智能（cs.AI）；计算机视觉与模式识别（cs.CV） |
| 引用为： | arXiv:2610.36077 [cs.AI] |
| （或 arXiv:2610.36077v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.36077 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Weidong Tang [查看邮箱]
[v1]
2026年10月26日星期一 18:03:34 UTC（42,027 KB）
来源：arXiv cs.AI · arxiv.org