arXiv cs.AI· Shijue Huang, Hangyu Guo, Hengheng Zhang, Guo An, Zhitao He, Qi Tian, Yiren Feng·· 10 小时前AI 评分42
ReScopeBench：面向演化环境中长期智能体经验生命周期的基准测试
Towards Robust Long-Lived Agents: Benchmarking Experience Lifecycles in Evolving Environments
AI 导读
研究者提出 ReScopeBench，一个覆盖 18 个交互环境的基准，用于评测长期智能体的经验生命周期，区分环境结构经验与跨任务规则经验。该基准以经验优先方式构建任务流并引入静默环境变化，在 20 个模型上测试发现：保留的经验能提升任务表现，但环境变化后智能体难以维持经验时效性，即使经验被正确记录也未必能完成任务。
正文 · AI 翻译
摘要：随着智能体能力不断增强，它们正从一次性任务转向在用户连续目标中提供持续协助。这种协助要求智能体了解陌生环境如何运作、在不同任务间复用所学内容，并在环境演变时保持这些经验始终有效。现有基准越来越多地研究经验复用与适应，但对智能体究竟会修订、保留或丢失积累经验中的哪些部分，提供的洞见仍然有限。为填补这一空白，我们推出 ReScopeBench，这是一个覆盖 18 个交互环境的经验生命周期基准。它将关于环境如何组织与访问的结构性经验，与关于指导跨任务决策的可复用原则和约束的规则经验区分开来。为研究经验如何被获取、复用和修订，我们提出一种经验优先的构建方法。它围绕共享经验构建任务流，并引入静默的环境变化。我们评估任务表现，并跟踪每条任务流中已保存经验的变化。在 20 个模型中，我们发现保留的经验能提升任务表现，但智能体难以在环境变化时保持其时效性。即使所需经验被正确记录，智能体也并非总能成功完成任务。这些发现表明，选择性维护与有效利用是长期存续智能体面临的两个互补挑战。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2611.05450 [cs.AI] |
| （或 arXiv:2611.05450v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.05450 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Shijue Huang [查看邮箱]
[v1]
2026年11月3日星期二 17:57:20 UTC（1,500 KB）
来源：arXiv cs.AI · arxiv.org