成功亦有弯路：面向长程任务 Agent 学习可执行攻略

英文标题：Success Leaves Detours: Learning Executable Walkthroughs for Long-Horizon Agents

本文探讨了测试时自进化 Agent（Test-time self-evolving agents）在长程任务中的经验复用难题。在稀疏奖励场景下，智能体成功探索的轨迹中往往夹杂着大量失败、死循环和冗余弯路，而传统经验摘要又常常丢失具体执行所需的状态前置条件与动作依赖链。研究团队提出了学习“可执行攻略”（Executable Walkthroughs）的方案，旨在从含噪经验中提炼出既保留关键执行依赖又剔除无效冗余的结构化指导，为解决长程智能体测试时持续自演化提供了重要的技术思路。

打开原文相关 2.4 · 机会 1

中文

摘要

arXiv:2609.22120v1 [Announce Type: new]

摘要：测试时自进化 Agent（Test-time self-evolving agents）通过复用以往的经验来实现性能提升。然而，在稀疏奖励（sparse-reward）环境下，智能体的执行轨迹往往包含失败尝试、死循环与弯路，而高层面的经验摘要又往往忽略了后续执行所需的状态条件和动作依赖关系。针对这一挑战，我们研究了可执行攻略（Executable Walkthroughs）……

成功亦有弯路：面向长程任务 Agent 学习可执行攻略

中文

摘要

BibTeX 引用格式

English / 原文

BibTeX formatted citation