ReTRAIL：智能体可回退环境并复用探索经验

研究者 Ziang Ye 等人提出 ReTRAIL 框架，让 LLM 智能体在长时程任务中把环境回退到更早状态，同时保留已有的有效进展，并复用被放弃探索中学到的知识。 该框架用 State-Anchored GRPO 比较回溯状态下的不同后续路径，并以分支推进奖励引导反思。相关成果以论文形式发布在 arXiv 的 cs.AI 分类下；回退、保留进展与知识复用均为该框架声称的能力，尚无独立验证报道。

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。