多模态Agent在自生成世界中递归自我改进的框架
Star55
24h 新增+7
7 天新增—
Fork4
Issue1
语言JavaScript
项目介绍
更新于 1 天前
The Trinity 是一个多模态 Agent 的递归自我改进框架，核心思路是让 Agent 在自己生成的简化世界里练能力，再把练出来的能力迁回真实任务。它把系统拆成三个角色：Creator 负责生成可验证的模拟世界，Explorer 在这些世界里交互并进化出可复用的能力模块，Evolver 则把杂乱的任务需求整理成一棵分层能力树。中间还有一层 Capability-Aware Router，会根据每个任务的需求自动挑选合适的能力模块组合，也就是 real2sim2real 的闭环。目前代码已放出，包含任务发现、轨迹分析、能力归纳、Creator-Explorer 训练和路由等完整流程，但模拟环境和 Harness 本体尚未发布。对做多模态 Agent、Agent 训练或能力学习方向的研究和工程人员来说，这篇论文和代码值得翻一翻；如果你不涉及 Agent 自我进化或能力模块化，和多数从业者关系不大。
上手成本：中
Star 趋势
话题标签
ai-agentscapability-learningharnessmultimodal-agentsreal2sim2realrecursive-self-improvement
仓库信息
| License | MIT |
| 创建时间 | 2026-10-26 |
| 最后推送 | 1 天前 |
| 热度分 | 21.0 |