**Terminal-RSI：通过递归自改写与策略优化实现智能体自我进化**

_Terminal-RSI: Recursive Self-Improving Terminal Agents via Recursive Self-Rewrite and Policy-Refine_

> Terminal-RSI 提出了一种递归自我改进的智能体框架，通过交替执行“递归自改写”（RSR）和“继承批评家的递归策略优化”（RPR），将验证结果转化为策略更新。该框架利用多阶段奖励机制（如家庭密集奖励、成功优先奖励）和动态学习率协调，实现了从部分进展到严格终端验证的渐进式提升，在多个基准测试中显著提高了智能体的成功率与过程奖励。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：行业
- **发布时间**：2026-10-16 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.22192)