arXiv · ML· Jianwen Chen, Peng Xia, Kaide Zeng, Siwei Han, Zhen-Yu Zhang, Charles Fleming, Xinyu Ye, Huaxiu Yao·· 5 小时前AI 评分31
CoHARL：基于强化学习协同演化智能体策略与可执行测试框架
CoHARL: Co-Evolving Agent Policies and Executable Harnesses with Reinforcement Learning
AI 导读
CoHARL 提出一种基于种群的强化学习框架，在策略训练中协同演化共享策略与可执行测试框架。 该框架在 SWE-rebench 上取得 27.6% 平均解决率，较仅搜索测试框架提升 6.4 个百分点。 实验证明其在 SWE-bench Verified 和 Terminal-Bench 2.0 上优于固定预算下的单次搜索或交替更新方法。
来源：arXiv · ML · arxiv.org