Penulis: 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 memperkenalkan kerangka kerja untuk peningkatan diri rekursif yang dapat diskalakan pada agen AI mandiri. Sistem ini mengatasi bottleneck eksplorasi dengan membuat riwayat penemuan menjadi eksplisit dan dapat diprogram melalui lapisan orkestrasi ringan. Insight kunci memanfaatkan riwayat penemuan yang terakumulasi sebagai simulator replay di atas ruang pencarian yang direalisasikan. Dengan melakukan mimpi dalam simulator replay historis ini, Dream-RSI memastikan umpan balik off-policy yang segera dan hemat biaya untuk mengevaluasi dan memperbaiki kebijakan eksplorasi tanpa evaluasi online yang mahal. Kebijakan yang diperbaiki kemudian dideploy kembali secara online untuk mendorong penemuan lebih lanjut, secara terus-menerus memperluas pool simulator dalam loop yang saling memperbaiki. Di bidang rekayasa algoritma, optimisasi matematis, dan rekayasa kernel GPU, Dream-RSI mencapai kualitas penemuan yang kompetitif atau lebih baik sementara mengurangi biaya penemuan secara signifikan dalam beberapa pengaturan. Pengajuan ini berasal dari Tong Zheng dan tersedia sebagai PDF dan versi HTML eksperimental.