arXiv cs.AI· Hongyao Tang, Yi Ma, Pengyi Li, Yifu Yuan·· 13 小时前AI 评分31
广义智能体迭代 GAI：用一个形式化框架统一迭代策略改进与递归自我改进
Generalized Agent Iteration: One Formal Framework for Iterative Policy Improvement and Recursive Self-Improvement
AI 导读
论文提出 Generalized Agent Iteration（GAI）形式化框架，将迭代策略改进与递归自我改进（RSI）描述为同一学习范式的两种情形，学习过程建模为智能体评估与智能体改进的循环。
正文 · AI 翻译
摘要：当我们谈论递归自我改进（RSI）时，我们谈论的是一种现象、一种机制，还是一种前景？在迈向自主且不断演化的智能的过程中，RSI 在多个尺度上被主张，但目前尚不存在能够形式化描述这些新兴实例的统一框架。其在经典领域的对应物——迭代策略改进——以广义策略迭代（GPI）为特征，这是一个适用范围广泛、理论性质已被充分理解的框架，但仅限于更新原则和评估基准位于智能体之外的情形。在本文中，我们提出广义智能体迭代（GAI），这是一个形式化框架，将迭代策略改进和 RSI 描述为同一学习范式的两种情形。GAI 将智能体定义为系统内可修改组件的配置，并将学习过程建模为智能体评估与智能体改进的循环。随后，两个关键维度可区分这些实例，尤其是近期工作中自我认定为 RSI 的系统：改进机制是否属于智能体的一部分，以及衡量其所依据的标准是否根植于其外部。前一个维度划定了 GPI 与 RSI 之间的边界，后一个维度则决定了一个系统的极性是锚定的、目标漂移的，还是完全自指的。此外，我们利用这些坐标将现有系统置于相同的两个轴上，并使递归自我改进的缺陷能够逐条陈述。我们将本文视为探索 RSI 形式化刻画的第一步，该刻画建立在经典理论之上，使现有系统具有可比性，并为分析和设计新系统提供有原则的基础。
| 评论： | 版本 2 |
| 主题： | 人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2609.13406 [cs.AI] |
| （或 arXiv:2609.13406v2 [cs.AI] 为本版本） | |
| https://doi.org/10.48550/arXiv.2609.13406 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Hongyao Tang [查看邮箱]
[v1]
2026年9月11日星期五 18:15:09 UTC（39 KB）
[v2]
2026年10月29日星期四 05:38:29 UTC（47 KB）
来源：arXiv cs.AI · arxiv.org