Role-Agent：通过双角色进化引导 LLM Agent

尽管大语言模型（LLM）Agent 在复杂任务中表现优异，但其学习常受限于低效的交互反馈和静态训练环境，阻碍了泛化能力。为此，本文提出 Role-Agent 框架，利用单个 LLM 同时充当 Agent 和环境，实现自举式协同进化。该框架包含两个协同组件：World-In-Agent（WIA）中，LLM 预测动作后的未来状态，利用预测与实际状态的对齐作为过程奖励，增强环境感知推理；Agent-In-World（AIW）中，LLM 分析失败轨迹的模式并检索相似任务，重塑训练数据分布以进行针对性练习。多基准实验表明，Role-Agent 性能一致提升，平均优于强基线超过 4%。