研究人员开发了EliteTable，一种新颖的自改进程序搜索算法，该算法利用大型语言模型（LLM）来提高控制任务的性能。该算法使用固定容量的表来存储高分解决方案，然后指导生成新提案、编辑和现有解决方案的混合。在六个Gymnasium控制任务上的评估表明，所有任务的候选分数都有所提高，大多数任务的选定获胜者分数也有所提高，在CartPole-v1任务上取得了显著成功，在第一代就达到了上限。 AI
影响 这项研究可能导致更高效的AI驱动的控制系统程序合成。
排序理由 该集群包含一篇详细介绍新算法及其评估的学术论文。
在 arXiv cs.NE (Neural & Evolutionary) 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:2610.12536v1 Announce Type: new Abstract: EliteTable is a self-improving program-search algorithm guided by large language models (LLMs) that uses a fixed-capacity table of high-scoring solutions to guide new proposals, edits of existing solutions, and remixes of several so…
EliteTable is a self-improving program-search algorithm guided by large language models (LLMs) that uses a fixed-capacity table of high-scoring solutions to guide new proposals, edits of existing solutions, and remixes of several solutions. Performance was evaluated across six Gy…