Google DeepMind 发 Dream-RSI：智能体「做梦」回放历史轨迹自我改进，Lasso 发现调用减少 162 倍
Google、Google DeepMind 与马里兰大学等机构的研究团队发布 Dream-RSI，把智能体在线探索时留下的发现树（discovery tree）直接转换成精确的回放模拟器池，让智能体在离线状态下「做梦」式地回放历史轨迹、试错新的探索策略，只把筛选出的胜者部署上线。
关键结论是：整个自我改进循环里只有搜索/探索策略在进化，底层 AI 模型的权重保持不变。论文报告在 Lasso 任务上发现调用次数较 SimpleTES 减少 162 倍，在 GPU kernel 任务上以 2.43 倍更少的生成次数达到相当性能，为「不重训练也能递归自我改进」提供了一个可复现的路线。
核验记录
arXiv 2609.14858 页面 citation_online_date 2026/09/14 直读（官方一手）；the-decoder 报道 9/19（datePublished 2026-09-19T11:08Z）；官方项目页 dream-rsi.com 无日期字段
← 上一篇Agility 发 Digit 5：首个可与人近距离协作的人形机器人，订单超 3 亿美元下一篇 →上海AI实验室开源 Atria Dawn Preview：744B 智能体 MoE，MIT 权重