摘要
本文研究如何将通用编码智能体适配至专业科学模拟器，提出 SIGA（模拟器接口接地适配器）。该框架通过检索、过程记忆及轨迹内验证提供执行契约，并引入自进化机制，利用 prior 轨迹重写适配器内容以持续优化。在 GEOS 等模拟器上的实验表明，SIGA 不仅大幅缩短配置时间，且自进化策略显著提升了任务成功率与稳定性，证明了轻量级自改进接地层可将通用智能体转化为高效的科学软件操作者。
AI 推荐理由
论文核心提出自进化适配器，通过重写历史轨迹内容实现自我改进，显著提升性能。
研究机构
University of California, San Diego
论文信息