研究人员开发了SimSkill，这是一种新颖的AI代理，旨在自主掌握交通模拟。SimSkill通过识别自身的知识差距，在城市交通模拟（SUMO）环境中创建和解决任务，并将这些经验整合到各种形式的记忆中，而不改变其核心模型。这种方法使SimSkill能够构建可重用的交通模拟能力库，在不同的骨干LLM上，已验证的任务完成率提高了多达25个百分点。 AI
影响 这项研究展示了一种新的AI代理自主获取和保留技能的范式，有可能加速复杂模拟环境中的开发。
排序理由 该集群描述了一篇研究论文，详细介绍了一种新的AI代理及其功能。
在 arXiv cs.MA (Multiagent) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2609.03753v1 Announce Type: new Abstract: As large language models (LLMs) become increasingly capable, the long-term value of AI systems depends not only on solving individual requests, but also on transforming experience and accumulated knowledge into durable, reusable com…
As large language models (LLMs) become increasingly capable, the long-term value of AI systems depends not only on solving individual requests, but also on transforming experience and accumulated knowledge into durable, reusable competence. We introduce SimSkill, a self-evolving …