迈向强大的长寿命代理：不断变化的环境中的体验生命周期基准测试

摘要

arXiv:2611.05450v1 Announce Type: new Abstract: As agents become more capable, they are moving beyond one-off tasks toward sustained assistance across successive user goals. Such assistance requires a...

experience and agents tasks across environments how that task they

2026-11-05 1 阅读约1分钟阅读 Shijue Huang, Hangyu Guo, Hengheng Zhang, Guo An, Zhitao He, Qi Tian, Yiren Feng

arXiv:2611.05450v1 公告类型：新摘要：随着代理变得更加有能力，他们正在超越一次性任务，转向跨连续用户目标的持续协助。这种帮助需要代理发现不熟悉的环境如何工作，重用他们在任务中学到的知识，并随着环境的发展保持这种经验。现有的基准越来越多地研究经验重用和适应，但对代理修改、保留或丢失积累的经验的哪些部分提供的了解有限。为了弥补这一差距，我们引入了 ReScopeBench，这是跨 18 个交互式环境的体验生命周期的基准。它将有关如何组织和访问环境的结构经验与有关指导跨任务决策的可重用原则和约束的规则经验区分开来。为了研究经验是如何获取、重用和修改的，我们提出了一种经验优先的构建方法。它围绕共享经验构建任务流，并引入无声的环境变化。我们评估任务绩效并跟踪每个流中保存的经验的变化。在 20 个模型中，我们发现保留的经验可以提高任务绩效，但随着环境的变化，代理很难保持其最新状态。即使正确记录了所需的经验，代理也并不总是成功完成任务。这些发现将选择性维护和有效使用视为长寿命药物的补充挑战。

订阅66必读