群体进化智能体：通过经验共享实现开放式的自我改进

开放式自我改进智能体能够自主修改自身结构设计以提升能力并克服预定义架构的限制，从而减少对人工干预的依赖。本文提出了一种新的开放式自我改进范式——群体进化智能体（GEA），将一组智能体作为基本进化单元，使群体内部在进化过程中实现显式的经验共享与重用。与现有采用树状进化的开放式自进化范式不同，GEA克服了孤立进化分支导致探索多样性利用效率低下的问题。我们在具有挑战性的编程基准上评估了GEA，其性能显著优于最先进的自进化方法，并在两个基准测试中匹配或超过了顶级人工设计的智能体框架。分析表明，GEA更有效地将早期探索多样性转化为持续的长期进步，在相同数量的进化智能体下表现出更强的性能。此外，GEA在不同编程模型间具有良好的迁移能力和更高的鲁棒性，平均仅需1.4次迭代即可修复框架级错误，而自进化方法需要5次。