Mendel Gödel Machine：基于比较进化的递归自我改进编码智能体

摘要

通过迭代重写自身源代码实现自我改进的编码智能体已在编码任务上展现出令人瞩目的性能。然而，现有方案通常一次仅从单条失败轨迹推导自修改方式，忽视了智能体不断扩大的历史尝试存档中丰富的比较信号。依据孟德尔式受控遗传原理，我们提出Mendel Gödel Machine（MGM）。除通用的单轨迹克隆变异外，MGM还引入两类更好地利用已积累证据的自修改方式：反应规范（reaction-norm）变异基于智能体在多个任务上的轨迹同时进行编辑，而跨谱系杂交则利用另一谱系中参考智能体在同一任务上的轨迹来编辑智能体。在可加适应度景观模型下，我们从理论上证明，并通过受控代理模拟验证，新策略相比单轨迹基线能带来更快、更好的收敛。在SWE-bench与Polyglot上的实验证实，MGM在性能、效率与泛化性上取得一致提升。

Mendel Gödel Machine：基于比较进化的递归自我改进编码智能体：论文配图 — 图1：Mendel Gödel Machine。MGM通过基于跨任务与跨谱系证据的受控遗传来组织自我修改。归档维护智能体变体的谱系树；每个变体将其源代码存储为基因型，将评估结果存储为表现型。每次迭代应用π-采样，从归档中选择要执行的操作及其所需资源。φ-评估在未测试的任务上运行智能体并记录其轨迹与结果。克隆变异Φ_CM基于目标任务τ_t上的单条失败轨迹编辑智能体。反应规范变异Φ_RM使用智能体在参考任务τ_r上的轨迹。跨谱系杂交Φ_CH使用来自曾尝试相同任务的不同谱系的参考智能体a_r。