論文の概要: EnvPilot: Systematic Design and Evaluation of an Experience-Augmented Agent for Software Environment Setup
- arxiv url: http://arxiv.org/abs/2609.07357v1
- Date: Mon, 07 Sep 2026 11:24:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-12 00:44:03.734528
- Title: EnvPilot: Systematic Design and Evaluation of an Experience-Augmented Agent for Software Environment Setup
- Title（参考訳）: EnvPilot: ソフトウェア環境設定のためのエクスペリエンス強化エージェントの設計と評価
- Abstract要約: EnvPilotは、ソフトウェア環境設定のための軌道由来の経験再利用を運用する、体験拡張エージェントである。
暗黙の知識を過去の実行軌跡から構造化された経験に変換する。
Context-aware Retrievalメカニズムを通じてタスク実行中に最も関連性の高いガイダンスを取得する。
- 参考スコア（独自算出の注目度）: 14.714713758355733
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Environment Setup is a critical yet complex task in software engineering that relies heavily on expert knowledge. Existing automated environment setup methods lack the ability to accumulate experience from past execution trajectories and to evolve over time. As a result, their performance is limited because they often perform redundant exploration, ignore useful past solutions, and fail to generalize across diverse software ecosystems. We present the systematic design and empirical validation of EnvPilot, an experience-augmented agent that operationalizes trajectory-derived experience reuse for software environment setup. EnvPilot maintains an expandable Trajectory-Derived Memory (TDM), initialized with 667 high-quality experiences. It systematically transforms implicit knowledge from historical execution trajectories into structured experience and retrieves the most relevant guidance during task execution through the Context-aware Retrieval mechanism. This enables EnvPilot to combine multiple validated setup strategies, providing more precise and detailed guidance than methods that rely solely on static project files or web retrieval. To evaluate EnvPilot, we construct AES-Bench, a multilingual benchmark of 112 real-world GitHub instances across 9 programming languages. Experiments show that EnvPilot achieves a new state-of-the-art (SOTA) with a 75.00% Pass@1 success rate while reducing reasoning costs. Our empirical study shows that both the structured experience representation and the Context-aware Retrieval mechanism are essential.
- Abstract（参考訳）: 環境設定は、専門家の知識に大きく依存するソフトウェア工学において、重要で複雑なタスクである。
既存の自動環境設定メソッドには、過去の実行軌跡から経験を蓄積し、時間とともに進化する能力がない。
結果として、それらのパフォーマンスは、しばしば冗長な探索を行い、有用な過去のソリューションを無視し、多様なソフトウェアエコシステムにまたがる一般化に失敗するため、制限されている。
本稿では,ソフトウェア環境設定のための軌道由来の体験再利用を運用する経験増強エージェントであるEnvPilotのシステム設計と実証検証について述べる。
EnvPilot は拡張可能な Trajectory-Derived Memory (TDM) を維持し、667 の高品質なエクスペリエンスを初期化している。
暗黙的な知識を過去の実行軌跡から構造化された経験に体系的に変換し、コンテキスト認識検索機構を通じてタスク実行中に最も関連性の高いガイダンスを取得する。
これにより、EnvPilotは複数の検証済みセットアップ戦略を組み合わせることができ、静的プロジェクトファイルやWeb検索のみに依存するメソッドよりも正確で詳細なガイダンスを提供する。
EnvPilotを評価するために、9つのプログラミング言語にわたる112の現実世界のGitHubインスタンスのマルチリンガルベンチマークであるAES-Benchを構築した。
実験の結果、EnvPilotは新しい最先端(SOTA)を75.00%のPass@1成功率で達成し、推論コストを削減した。
我々の実証研究は、構造化経験表現と文脈認識検索機構の両方が不可欠であることを示している。
関連論文リスト
- Escaping the Self-Confirmation Trap: An Execute-Distill-Verify Paradigm for Agentic Experience Learning [20.96920050192708]
体験駆動の自己進化は、大規模言語モデル(LLM)エージェントがオープンワールドインタラクションを通じて改善する上で重要である。
既存の経験学習手法は主に単一エージェントループに依存しており、同じエージェントがタスクを実行し、結果を要約し、メモリの内容を決定する。
本研究では,信頼度の高い体験学習のためのエクササイズ・ディスティル・検証フレームワークであるEDVを提案する。
論文 参考訳（メタデータ） (2026-06-23T11:05:05Z) - SkillEvolBench: Benchmarking the Evolution from Episodic Experience to Procedural Skills [31.23929961213889]
大規模言語モデル(LLM)エージェントは、現実世界のタスクを解きながら豊富なエピソード軌道を蓄積する。
SkillEvolBenchは、経験の再利用からスキル形成まで、このステップを評価するための診断ベンチマークである。
現在のエージェントは、しばしばローカルに適応するが、堅牢な再利用可能なスキルを形成することは滅多にない。
論文 参考訳（メタデータ） (2026-05-22T18:23:31Z) - Training Language Agents to Learn from Experience [25.31745060337765]
In-context Training taskは、言語エージェントにおけるクロスタスク自己改善を評価するためのフレームワークである。
次に、経験から直接、そのような反射を学習するためのRLベースのトレーニングパイプラインを提案する。
ALFWorldとMiniHack全体で、トレーニングされたリフレクタは、ほとんどの保留タスクファミリでトレーニングされていないベースラインを上回ります。
論文 参考訳（メタデータ） (2026-05-19T20:41:12Z) - Rethinking Experience Utilization in Self-Evolving Language Model Agents [51.10420305280499]
自己進化剤は過去の相互作用から経験を蓄積し再利用することで改善する。
本稿では,自己進化型エージェントの重要設計次元としての利用経験について考察する。
論文 参考訳（メタデータ） (2026-05-08T02:48:49Z) - Retrieval-Augmented LLM Agents: Learning to Learn from Experience [16.248836438253814]
本研究では,検索対象のLLMエージェントを学習し,検索したトラジェクトリをコンテキスト内で活用する方法について検討する。
最先端のエージェントトレーニングパイプラインよりも優れたロラを用いた,堅牢な教師付き微調整(SFT)レシピを確立した。
その結果,この組み合わせによるタスクの一般化が著しく向上することが示唆された。
論文 参考訳（メタデータ） (2026-03-18T20:45:04Z) - SWE Context Bench: A Benchmark for Context Learning in Coding [6.093520696434546]
SWE-ContextBenchは,プログラムエージェントでの体験再利用を明示的に評価するためのベンチマークである。
SWE-Bench Lite上に構築されたSWE-ContextBenchは、GitHubイシューとプルリクエスト間の実際の依存関係と参照関係から99の関連タスクで300のベースタスクを拡張している。
適切に選択された要約された体験により、解像度が向上し、実行時間とトークンコストが大幅に削減されることを示す。
論文 参考訳（メタデータ） (2026-02-09T06:44:45Z) - ABC-Bench: Benchmarking Agentic Backend Coding in Real-World Development [72.4729759618632]
本稿では,現実的かつ実行可能なワークフロー内でエージェントバックエンドコーディングを評価するベンチマークであるABC-Benchを紹介する。
オープンソースリポジトリから8つの言語と19のフレームワークにまたがる224の実践的なタスクをキュレートしました。
我々の評価は、最先端モデルでさえ、これらの総合的なタスクに対して信頼性の高いパフォーマンスを提供するのに苦労していることを示している。
論文 参考訳（メタデータ） (2026-01-16T08:23:52Z) - Process-Level Trajectory Evaluation for Environment Configuration in Software Engineering Agents [71.85020581835042]
大規模言語モデルベースのエージェントは、ソフトウェアエンジニアリングの約束を示すが、環境構成はボトルネックのままである。
既存のベンチマークでは、エンドツーエンドのビルド/テストの成功のみを評価し、エージェントが成功または失敗する場所と理由を見極めている。
本研究では,環境設定計画中の細粒度エージェントのプロセスレベルの軌道評価を行うEnconda-benchを紹介する。
論文 参考訳（メタデータ） (2025-10-29T16:59:07Z) - Sample-Efficient Online Learning in LM Agents via Hindsight Trajectory Rewriting [92.57796055887995]
本稿では,言語モデルエージェントの強化学習から後視体験のリプレイに適応するプロンプトフレームワークECHOを紹介する。
ECHOは失敗した試みで達成できた代替目標のために最適化された軌道を生成する。
我々は、テキストベースのナビゲーションと計画ベンチマークであるXMiniGridのステートフルバージョンと、協調的な情報収集企業シミュレーションであるPeopleJoinQAについて、ECHOを評価した。
論文 参考訳（メタデータ） (2025-10-11T18:11:09Z) - Octopus: Embodied Vision-Language Programmer from Environmental Feedback [58.04529328728999]
身体視覚言語モデル(VLM)は多モード認識と推論において大きな進歩を遂げた。
このギャップを埋めるために、我々は、計画と操作を接続する媒体として実行可能なコード生成を使用する、具体化された視覚言語プログラマであるOctopusを紹介した。
Octopusは、1)エージェントの視覚的およびテキスト的タスクの目的を正確に理解し、2)複雑なアクションシーケンスを定式化し、3)実行可能なコードを生成するように設計されている。
論文 参考訳（メタデータ） (2023-10-12T17:59:58Z) - LocVTP: Video-Text Pre-training for Temporal Localization [71.74284893790092]
Video-Text Pre-trainingは、大規模なWebビデオからさまざまな下流タスクの転送可能な表現を学ぶことを目的としている。
本稿では,現在のVTP手法とローカライズタスクの非互換性を実験的に解析し,実証する。
ローカライズ指向のビデオテキスト事前学習フレームワークであるLocVTPを提案する。
論文 参考訳（メタデータ） (2022-07-21T08:43:51Z) - Visual Transformer for Task-aware Active Learning [49.903358393660724]
プールベースのアクティブラーニングのための新しいパイプラインを提案する。
提案手法は,学習中に使用可能なアンラベリング例を利用して,ラベル付き例との相関関係を推定する。
ビジュアルトランスフォーマーは、ラベル付き例と非ラベル付き例の間の非ローカルビジュアル概念依存性をモデル化する。
論文 参考訳（メタデータ） (2021-06-07T17:13:59Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。