arXiv · cs.CL 计算与语言· Doyoung Kim, Byeongguk Jeon, Kailin Zhang, Sherry Yang·· 5 小时前AI 评分60
ACERL：用经验交接强化学习让智能体递归自我改进
Experience-Handoff Reinforcement Learning for Recursive Self-Improvement
AI 导读
研究团队提出 ACERL，在固定的 Agentic Context Engineering（ACE）框架下训练同一个模型同时承担行动、反思与 playbook 整理三种角色，并按候选经验交接产物对未来 actor rollout 的下游影响来评估它们。在多个智能体基准上，ACERL 的留出集表现高于基线方法，说明训练应同时优化当前 rollout 的动作和模型为后续 rollout 写下的经验。
来源：arXiv · cs.CL 计算与语言 · arxiv.org