EvoPolicyGym: Evaluating Autonomous Policy Evolution in Interactive Environments

• 类型：arxiv
• 标识：2607.02440
• 链接：https://arxiv.org/abs/2607.02440
• 主分类：evaluation
• 形态：benchmark
• 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 work introduces Autonomous Policy Evolution, a controlled evaluation setting in which a harness-model agent repeatedly edits an executable policy system under a fixed interaction budget, and instantiates this setting in EvoPolicyGym, a benchmark built from compact interactive RL environments that evaluates how agents iteratively improve explored policies.
• OpenAlex ID：W7167239711
• OpenAlex DOI：10.48550/arxiv.2607.02440
• DOI：10.48550/arxiv.2607.02440
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.02440
• OpenAlex更新：2026-07-19
• 副分类：agent
• 待LLM分类：否
• 标题中文：EvoPolicyGym：在交互式环境中评估自主策略演化
• TLDR中文：提出"自主策略演化"评估范式：在固定交互预算下，由 harness-model Agent 反复编辑可执行策略系统；并在 EvoPolicyGym 中实例化，该基准基于一组紧凑型交互式 RL 环境构建，用于评测 Agent 如何迭代改进已探索策略。
• 来源文件：
• /inbox/tom/_candidates/2026-07-03-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]