arXiv cs.AI· Stuart Farmer·· 6 天前AI 评分22
EliteTable：面向可执行控制策略的自改进程序搜索
EliteTable: Self-Improving Program Search for Executable Control Policies
AI 导读
EliteTable 是一种由 LLM 引导的自改进程序搜索算法，用固定容量的高分方案表来指导新提案、已有方案编辑与多方案重组。在六个 Gymnasium 控制任务上各进行十代搜索、每代五十个候选槽位，六项任务的候选分数中位数均从第一代到末代上升，五项任务的选中优胜者搜索分数中位数上升；CartPole-v1 中十次搜索的优胜者均在第一代达到搜索分数上限。
正文 · AI 翻译
摘要：EliteTable 是一种由大语言模型（LLM）引导的自改进程序搜索算法，它使用一个固定容量的高分解决方案表来指导新提案、对现有解决方案的编辑以及多个解决方案的混合。其性能在六个 Gymnasium 控制任务上进行了评估，每个任务包含十代，每代有五十个候选槽位。每个任务在十次独立初始化的搜索中进行了评估。在所有六个任务中，候选分数中位数从第一代到最终代均有上升，其中五个任务中选出的获胜者搜索分数中位数也有所上升。在 CartPole-v1 中，选出的获胜者在全部十次搜索的第一代就达到了搜索分数上限。在六个任务中的四个，全部十对留出端点均有所改善。BipedalWalker-v3 和 CarRacing-v3 有所改善，但未达到其报告目标。十次 Acrobot-v1 搜索中有六次在留出回合上出现下降，配对变化中位数为负。这些结果记录了程序搜索过程中的改进，以及在某些任务中选出的获胜者增益向新回合的迁移。需要进行比较和消融实验，以确定 EliteTable 的相对性能及其各组件的贡献。
| 主题： | 人工智能（cs.AI）；神经与进化计算（cs.NE） |
| 引用为： | arXiv:2610.12536 [cs.AI] |
| （或 arXiv:2610.12536v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.12536 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Stuart Farmer [查看电子邮件]
[v1]
2026年10月8日星期四 13:24:21 UTC（762 KB）
来源：arXiv cs.AI · arxiv.org