Generalized Agent Iteration: One Formal Framework for Iterative Policy Improvement and Recursive Self-Improvement

• 类型：arxiv
• 标识：2609.13406
• 链接：https://arxiv.org/abs/2609.13406
• 主分类：agent
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：This paper proposes Generalized Agent Iteration (GAI), a formal framework that describes iterative policy improvement and RSI as two cases of a single learning paradigm that rests on the classical account, makes existing systems comparable, and provides a principled basis for analyzing and designing new ones.
• OpenAlex ID：W7213235672
• OpenAlex DOI：10.48550/arxiv.2609.13406
• DOI：10.48550/arxiv.2609.13406
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2609.13406
• OpenAlex更新：2026-09-18
• 待LLM分类：否
• 标题中文：广义 Agent 迭代：迭代式策略改进与递归自改进的统一形式化框架
• TLDR中文：本文提出 Generalized Agent Iteration (GAI)，一个形式化框架，将迭代策略改进和 RSI 描述为同一学习范式的两种情形，基于经典理论，使现有系统可比较，并为分析和设计新系统提供原则性基础。
• 来源文件：
• /inbox/tom/_candidates/2026-09-17-agent-rag-longcontext-candidates.json
• [OpenAlex backfill]
• [S2 enrich]