**EvoPolicyGym:评估交互式环境中自主策略的迭代进化** _EvoPolicyGym: Evaluating Autonomous Policy
原帖
**EvoPolicyGym:评估交互式环境中自主策略的迭代进化**
_EvoPolicyGym: Evaluating Autonomous Policy Evolution in Interactive Environments_
> HuggingFace社区论文提出EvoPolicyGym基准,用于评估智能体在固定交互预算下通过反馈迭代优化可执行策略的能力。研究发现GPT-5.5在该基准上表现最佳,且高效进化依赖于发现适配机制而非单纯任务胜利。
**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-07-03 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2607.02440)