Энвкрафт: синтезирование среды исполнения в агенте-кложе.

Компьютерная наука > Искусственный интеллект [представлен 4 сентября 2026 года] Название: EnvCraft: синтезировать условия исполнения в агентских условиях для джентльменов, похожих на HTML (экспериментального) резюме: парадигма МЛМ быстро переместилась с пассивных языковых интерфейсов на автономные когти-подобные агентам, выполняющие долгосрочные задачи по всему государственному рабочему пространству. Хотя агентско-укрепленное обучение (Агентский RL) открывает многообещающий путь для оптимизации этих агентов, его масштаб в значительной степени ограничен острой нехваткой интерактивных учебных условий. Существующая синтетическая среда строго ограничивается контрольными точками, что делает их недостаточными для удовлетворения потребностей реальных агентов в виде когтев. Для преодоления этого пробела мы внедряем систему EnvCraft, автоматизированную основу для синтезации пригодных к эксплуатации условий и масштабируемые данные о подготовке кадров. В частности, EnvCraft использует экологический синтезирующий двигатель для создания изолированных от песка рабочих мест наряду с двигателем получения данных топологического анализа в целях производства последовательных траекторий задач. В целом мы синтезируем 139 интерактивных сред, включающих примерно 20K сложные задачи для подготовки агентов RL. Эксперименты по моделям Qwen3/3,5 (8B-32B) показывают, что наш метод дает прирост до +11,9% по контрольным показателям в стиле когтей и +8,0% по общим контрольным параметрам использования…