广义代理迭代：迭代策略改进和递归自我改进的一种正式框架

arXiv:2609.13406v1 公告类型：新 摘要：当我们谈论递归自我改进（RSI）时，我们是在谈论一种现象、一种机制还是一种前景？为了实现自主和不断发展的智能，RSI 在许多方面都得到了广泛的应用，但目前还没有一个框架能够正式描述这些新兴实例。它在经典领域中的对应物，迭代策略改进，其特点是广义策略迭代（GPI），这是一个具有广泛适用性的框架，具有易于理解的理论属性，但仅限于更新原则和评估基础位于代理之外的情况。在本文中，我们提出了广义代理迭代（GAI），这是一个正式框架，它将迭代策略改进和 RSI 描述为单一学习范式的两种情况。 GAI 将智能体定义为系统内可修改组件的配置，并将学习过程建模为智能体评估和智能体改进的循环。然后，两个关键刻度盘区分了这些情况：改进机制是否是代理的一部分，以及衡量它所依据的标准是否扎根于代理之外。前者划定了 GPI 和 RSI 之间的界限，后者确定了系统的极性：锚定、目标漂移或完全自我参照。此外，我们使用这些坐标将现有系统放置在相同的两个轴上，并使递归自我改进的缺陷一次稳定在一个条件上。我们认为这篇论文是探索基于经典账户的 RSI 正式表征的第一步，使现有系统具有可比性，并为分析和设计新系统提供原则基础。