IXThinker·2026-09-18 17:20

新研究讓智能體在模擬世界中迭代探索策略

一項新研究提出，智能體可透過「做夢」實現遞歸自我改進：在長程任務中，智能體探索產生的歷史記錄本身構成一個模擬世界，可在其中反覆推演與優化探索策略，令數百以至數千輪的搜索更有效率，減少算力浪費。

研究背景

遞歸自我改進被視為自主智能體的重要發展方向，其范式是讓智能體提出候選方案、評估結果、依反饋修改，再將更佳結果用於下一輪探索。