arXiv论文提出被动模仿循环实现Agent技能修复

Kai Hu与Hua Huang在arXiv发表论文，提出“被动模仿”（PI）架构循环，用于自适应智能体的局部修复与技能获取：定位被违反的契约、提取局部目标、提出效果匹配技能，并对小补丁进行验证，通过全任务验证后保留证据。 论文称，在十个模拟工具世界中，允许三次小试验的条件下，PI解决了全部600个冷启动留出组合任务，整轨迹对照仅6.17%；在未见工具修订上成功率为70.0%，禁用小试验时为24.0%。论文同时提到，同等表达能力的组合式修复对照方法表现与PI相当。 该实现仅用CPU，代码与可复现结果已公开。以上为论文自报结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。