Google DeepMind 的 Dream-RSI 让 AI 智能体通过“梦见”过去的尝试来改进
decoder ·
Google 和 DeepMind 的研究人员开发了 Dream-RSI,这是一种帮助 AI 智能体为困难的优化任务选择更佳搜索策略的方法,同时无需改变底层模型。该方法将智能体的尝试及结果记录在搜索树中,然后重放这些历史记录,以测试不同的决策,而无需再次生成或评估解决方案。这一“做梦”过程与实时搜索交替进行,使研究人员能够低成本地比较数千种策略,然后采用最有前景的策略。在 Gemini 3.1 Pro 和 Gemini 3.7 Flash 上对三个领域的八项任务进行测试后,Dream-RSI 以更少的尝试获得了更快或更好的结果。在一项程序优化任务中,Gemini 3.1 Pro 将平均运行时间从 3,587 毫秒降至 2,931 毫秒,并将尝试次数从 550 次减少到 317 次,同时超过了需要运行 51,200 次的 SimpleTES。该方法在 GPU 内核性能方面也实现了同等表现,但运行次数最多减少了 2.43 倍;或者在相同预算下,性能最高提升了 2.09 倍。后续分析发现,将搜索历史转化为明确指令有时可能限制探索范围;研究人员已在 GitHub 上分享代码和更多细节。
decoder