AutoResearch Self-Evolution Trial-and-Error Agent System
摘要

自主研究系统虽能执行科学工作流,但缺乏研究判断力。本文指出当前系统在利用试验经验方面的不足,并提出 Sibyl-AutoResearch,一个基于科学试错机制的自我进化框架。该框架允许智能体运行有界试验,保存正负结果,并将教训转化为后续规划、验证及系统修复行为。通过形式化“试验到行为”及“试验到机制行为”的转换单元,系统实现了从失败中自我更新。审计显示该机制能有效拦截常见错误并优化后续行为。

AI 推荐理由

论文核心提出自我进化框架,通过试错机制将失败转化为系统行为更新。

研究机构
University of Sydney East China Normal University City University of Hong Kong
论文信息
作者 Chengcheng Wang, Qinhua Xie, Wei He, Jianyuan Guo, Shiqi Wang et al.
发布日期 2026-05-21
arXiv ID 2605.22343
相关性评分 9/10 (高度相关)