广义代理迭代：一种迭代策略改进和递归自我改进的形式化框架

Arxiv：2609.13406v2公告类型：替换摘要：当我们谈到递归自我改进(RSI)时，我们说的是一种现象、一种机制还是一种前景？对于自主和不断发展的智能，RSI在许多范围内被声称，而不存在正式描述这些新兴实例的单一框架。它与经典领域的迭代策略改进相对应，其特征是广义策略迭代(GPI)，这是一个具有广泛适用性的框架，具有众所周知的理论性质，但仅限于更新原则和评估基础位于代理之外的地方。在本文中，我们提出了广义代理迭代(GAI)，这是一个形式化的框架，它将迭代策略改进和RSI描述为单一学习范例的两种情况。GAI将智能体定义为系统中可修改组件的配置，并将学习过程建模为智能体评估和智能体改进的循环。然后，有两个关键的刻度盘区分这些实例，特别是在最近的研究中自我识别为RSI的系统：改进机制是否是试剂的一部分，以及衡量它的标准是否植根于它之外。前者描绘了GPI和RSI之间的边界，后者确定系统的极性是锚定的、目标漂移的或完全自我参照的。此外，我们使用这些坐标将现有系统放置在相同的两个轴上，并使递归自我改进的缺陷一次可声明一个条件。我们认为这篇论文是探索基于经典账户的RSI的正式表征的第一步，使现有系统具有可比性，并为分析和设计新的系统提供原则基础。