Gemini Plays Pokemon

新框架使具身AI代理无需重置即可自我改进

研究人员开发了“Continual Harness”，一个新颖的具身AI代理框架，使其能够在无需环境重置的情况下实现自我改进。该系统允许代理在单次连续运行中利用过去的经验来调整和优化自身的策略、提示和工具。在玩宝可梦的实验表明，使用Continual Harness的代理取得了显著进展，接近专家设计的系统性能，并通过与前沿教师模型的协同学习循环实现了持续的游戏内里程碑进步。