arXiv · ML· Xuying Ning, Dongqi Fu, Tianxin Wei, Yuanchen Bei, Xiyuan Yang, Wujiang Xu, Yueqi Song, Bingxuan Li, Zihao Li, Hanqing Zeng, Xiang Shen, Yajuan Wang, Yifan Wu, Qifan Wang, Jiayi Liu, Hong Li, Yinglong Xia, Xiangjun Fan, Hanghang Tong, Jingrui He·· 2026-10-07AI 评分42
EvoHarness-RL: 学习运行时 Harness 协调以实现自我进化 Agent
EvoHarness-RL: Learning Runtime Harness Coordination for Self-Evolving Agents
AI 导读
EvoHarness-RL 提出统一框架,将环境特定 Harness 与共享策略接口分离,提升长时程 Agent 性能。 该框架将外部支持组织为 BPE 工作区,通过 GRPO 使协调可学习。
来源:arXiv · ML · arxiv.org