arXiv cs.AI· Ziang Ye, Wentao Shi, Lei Chen, Zhengzhou Cai, Yu Wang, Zhiyuan Yao, Zihan Wang, Xierui Song, Fuli Feng, Yixin Cao·· 22 天前AI 评分43
ReTRAIL：面向长任务 AI 智能体的回溯探索与持续进化框架
Travel Back To Move Forward: Retrospective Exploration and Evolving for Long Horizon Agents
AI 导读
研究人员提出 ReTRAIL 框架，允许长任务 AI 智能体将环境状态回溯至早期节点，同时保留有效进展并继承已放弃分支中的探索经验。该框架采用 State-Anchored GRPO 结合分支推进奖励训练共享策略，在 MineSweeper、Sokoban、ALFWorld 和 ScienceWorld 四个交互基准上显著改善了单纯回溯可能导致的性能下降问题，相关代码已开源。
来源：arXiv cs.AI · arxiv.org