ScaleEnv：从零开始扩展环境合成以训练通用交互式工具使用智能体

训练能适应多样场景的通用智能体需要用于自我探索的交互环境，但现有环境稀缺且合成方法存在局限性。为此，本文提出 ScaleEnv 框架，完全从零构建全交互环境与可验证任务。该框架通过程序化测试确保环境可靠性，利用工具依赖图扩展和可执行动作验证保证任务的完整性与可解性。实验表明，在 ScaleEnv 中通过探索学习的智能体在未见过的多轮工具使用基准测试中性能显著提升，证明了扩展环境多样性对鲁棒智能体学习的关键作用。