EliteTable：基于 LLM 的可执行控制策略自改进程序搜索算法

研究者提出了由大语言模型（LLM）引导的自改进程序搜索算法 EliteTable，通过固定容量的高分方案表来指导新提议、现有方案编辑与混合。在 6 项 Gymnasium 控制任务的评估中，所有任务的候选得分中位数均在首代到末代之间上升，CartPole-v1 在全部 10 次搜索的首代即达得分上限。虽然 4 项任务在保留测试集上实现提升，但 Acrobot-v1 在保留情景中出现性能下滑。