Self-Play Skill Evolution Memory-Augmented Search Agents
摘要

本文提出SESA(自进化技能增强智能体),将程序性记忆作为工具增强搜索自我博弈中的演化状态。挑战者生成问题,求解器检索技能,并将信息性失败提炼为可复用技能写入记忆。这种双向循环使任务生成与技能记忆共同进化,不仅优化策略学习,还改变未来训练分布。实验表明,该方法在多个基准测试中显著提升了准确率,证明了演化技能记忆对策略学习和部署的价值。

AI 推荐理由

论文核心在于Agent通过自我博弈实现技能记忆的协同进化,强调动态更新与自适应改进。

研究机构
中国科学院大学 自动化研究所,中国科学院 北京大学 明势信息技术科学学校 清华大学 齐鲁工业大学(山东省科学院) 计算功率网络与信息安全教育部重点实验室 山东计算机科学中心 计算力互联网与服务计算重点实验室 山东基础研究计算中心
论文信息
作者 Zenghuang Fu, Zhaoyang Li, Qiuyuan Ai, Haoyu Wu, Minghui Wu et al.
发布日期 2026-07-31
arXiv ID 2607.29468
相关性评分 9/10 (高度相关)