Autores: Tong Zheng, Xidong Wu, Zheng Zhang, Zhankui He, Chaoyi Zhang, Benjamin Coleman, Ruoqiao Wei, Di Bai, Haolin Liu, Rui Liu, Xue Wang, Yue Zhuan, Wang-Cheng Kang, Renkai Xiang, Heng Huang, Xinwu Cheng, Yunsong Guo

Dream-RSI introduce un marco para una mejora recursiva autónoma y escalable en agentes de IA. El sistema aborda el cuello de botella de exploración al hacer explícita y programable la historia de descubrimiento mediante una capa de orquestación ligera. La idea clave utiliza la historia acumulada de descubrimiento como un simulador de reproducción sobre el espacio de búsqueda realizado. Al realizar sueños en este simulador de reproducción histórica, Dream-RSI asegura retroalimentación inmediata y de bajo costo, fuera de política, para evaluar y refinar las políticas de exploración sin necesidad de evaluaciones en línea costosas. La política mejorada se redeploya en línea para impulsar nuevos descubrimientos, ampliando continuamente el pool de simuladores en un bucle de autorrefinamiento. En ingeniería de algoritmos, optimización matemática e ingeniería de núcleos GPU, Dream-RSI logra una calidad de descubrimiento competitiva o mejorada, reduciendo significativamente el costo de descubrimiento en varios escenarios. La presentación proviene de Tong Zheng y está disponible como PDF y versión HTML experimental.