Авторы: 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 представляет фреймворк для масштабируемого рекурсивного самосовершенствования в автономных агентах ИИ. Система решает узкое место исследования, делая историю обнаружения явной и программируемой с помощью лёгкого слоя оркестровки. Ключевой вывод использует накопленную историю обнаружения как симулятор повторного воспроизведения над реализованным пространством поиска. Путём выполнения мечтаний в этом историческом симуляторе повторного воспроизведения, Dream-RSI обеспечивает немедленную, низкозатратную off-policy обратную связь для оценки и уточнения политик исследования без дорогостоящих онлайн-оценок. Улучшенная политика повторно разворачивается в онлайн-режиме для дальнейшего обнаружения, непрерывно расширяя пул симуляторов в самосовершенствующемся цикле. В области инженерии алгоритмов, математической оптимизации и инженерии ядер GPU, Dream-RSI достигает конкурентного или улучшенного качества обнаружения, значительно сокращая стоимость обнаружения в нескольких настройках. Подача происходит от Tong Zheng и доступна в виде PDF и экспериментальной HTML-версии.