論文の概要: Darwin-Claw: Environment-Adaptive Experience Consolidation for Recursively Self-Evolving Agents

• arxiv url: http://arxiv.org/abs/2610.23574v1
• Date: Fri, 16 Oct 2026 14:57:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 00:56:07.979797
• Title: Darwin-Claw: Environment-Adaptive Experience Consolidation for Recursively Self-Evolving Agents
• Title（参考訳）: Darwin-Claw: 再帰的自己進化エージェントのための環境適応型体験統合
• Abstract要約: 大規模言語モデル(LLM)エージェントは独立したセッションで動作し、歴史的相互作用から継続的に学習したり、ユーザ固有の環境に適応する能力に欠ける。 既存の自己進化パラダイムは、しばしばメモリやスキルモジュールに生の相互作用軌跡を無差別に注入する。 本研究では,環境適応型自己進化フレームワークであるDarwin-Clawを提案する。
• 参考スコア（独自算出の注目度）: 40.47681796390321
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: While Large Language Model (LLM) agents have demonstrated remarkable capabilities across complex tasks, they predominantly operate in isolated sessions, lacking the ability to continually learn from historical interactions or adapt to user-specific environments. Existing self-evolution paradigms often indiscriminately inject raw interaction trajectories into memory or skill modules, leading to obscured behavioral patterns and compromised update controllability. Furthermore, as foundational LLM reasoning improves, the bottleneck for agentic evolution shifts from accumulating generic knowledge to effectively managing situational experience. To address this, we propose Darwin-Claw, an environment-adaptive self-evolving framework that systematically distills episodic experiences to drive the comprehensive evolution of operational skills and durable memory. Theoretically grounded in an iterative agent-actor and evolver-critic co-adaptation, Darwin-Claw introduces a Hierarchical Experience Consolidation System that extracts fine-grained error attributions and generalizes them into dynamically updated prototype vectors. This structured situational experience serves as interaction patches for context-sensitive perception and explicit optimization signals for skill refinement. Practically, Darwin-Claw is a readily deployable, automated framework compatible with mainstream agent systems without requiring manual curation. Extensive experiments on WildClawBench demonstrate that Darwin-Claw yields substantial performance improvements, establishing a controllable and stable pathway for the continual, user-centric adaptation of autonomous agents in real-world ecosystems.
• Abstract（参考訳）: LLM(Large Language Model)エージェントは複雑なタスクにまたがる顕著な機能を示してきたが、主に独立したセッションで運用されており、歴史的なインタラクションから継続的に学習したり、ユーザ固有の環境に適応する能力が欠如している。 既存の自己進化パラダイムは、しばしばメモリやスキルモジュールに生の相互作用軌跡を無差別に注入する。 さらに、基礎的LLM推論が向上するにつれて、エージェント進化のボトルネックは、一般的な知識を蓄積することから、状況経験を効果的に管理することへとシフトする。 そこで本研究では,環境適応型自己進化型フレームワークであるDarwin-Clawを提案する。 理論上は反復的エージェント・アクターと進化的批判的共適応に基礎を置き、ダーウィン・クローは階層的経験統合システムを導入し、きめ細かい誤り属性を抽出し、それらを動的に更新されたプロトタイプベクトルに一般化する。 この構造化された状況経験は、文脈に敏感な知覚のための相互作用パッチと、スキル改善のための明示的な最適化信号として機能する。 実際にDarwin-Clawは、手作業によるキュレーションを必要とせずに、メインストリームのエージェントシステムと互換性のある、簡単にデプロイ可能な自動化フレームワークである。 WildClawBenchに関する大規模な実験は、Darwin-Clawが現実の生態系における自律エージェントの継続的な、ユーザ中心の適応のための制御可能で安定した経路を確立することで、大幅な性能向上をもたらすことを示した。

関連論文リスト

• Self-Evolving Memory for Generative Recommendation [100.15207958893029]
  生成的レコメンデーションは、パーソナライズされたレコメンデーションのための有望なエンドツーエンドパラダイムとして登場した。 継続的再訓練や蒸留に基づく適応といった既存の進化戦略は、共有モデルパラメータを直接更新する。 本稿では,異種行動パターン間の効果的な進化を実現することを目的とした,自己進化型メモリパラダイムを提案する。
  論文  参考訳（メタデータ） (2026-09-14T14:00:38Z)
• Self-Improving Large Language Models via Progressive Experience Evolution [52.03479747358687]
  textbfSPEE(textbfSelf-textbfProgressive textbfExperience textbfEvolution)を提案する。 5つの数学的推論ベンチマークの実験は、SPEEが3つのモデルスケールでテスト時間とトレーニング時間の両方の自己進化ベースラインを一貫して上回っていることを示している。
  論文  参考訳（メタデータ） (2026-08-03T12:27:32Z)
• Benign Alone, Harmful Together: Exploiting Experience Composition in Self-Evolving LLM Agents [25.747887285881415]
  EvoBreakは経験条件付きシーケンシャルアタックで、個別に良質なアタックステージタスクと誘導されたエクスペリエンスを通じて動作する。 EvoBreakは、高い良性を維持しながら、既存の攻撃を一貫して上回っている。 これらの結果から, 自己進化剤の持続的攻撃面としての良性体験組成が明らかとなった。
  論文  参考訳（メタデータ） (2026-08-03T06:28:21Z)
• Learning What to Remember and What to Internalize in LLM Self-Evolution via Adaptive Memory-Parameter Coordination [40.98046592234726]
  我々は,統合エージェントの自己進化フレームワークであるCOVEを紹介する。 これは、タスク対応ルーティング、ステージ対応スケジューリング、知識最適化を通じて、ハーネスベースとパラメータベースの学習を組み合わせる。 COVEは単一チャネルの進化戦略より優れており、環境の変化によるより堅牢で効率的な改善を実証している。
  論文  参考訳（メタデータ） (2026-08-02T13:39:01Z)
• Evolutionary Ensemble of Agents [7.465452178698495]
  EvEは、分散化されたフレームワークであり、アルゴリズム発見のためのライブで共進化するシステムにコーディングエージェントを編成する。 2つの共進化する人口を維持することで、EvEはエージェントを同期レースを通じて評価し、経験的Elo格付けを更新する。 固定初期エージェントや凍結した「ベスト進化」エージェントによって駆動される変種と比較して、EvEは位相ミスマッチを独自に回避する。
  論文  参考訳（メタデータ） (2026-05-09T15:56:10Z)
• Agent Alignment in Evolving Social Norms [65.45423591744434]
  本稿では,エージェント進化とアライメントのための進化的フレームワークであるEvolutionaryAgentを提案する。 社会規範が継続的に進化する環境では、エージェントは現在の社会規範に適応し、生存と増殖の確率が高くなる。 進化的エージェントは、一般的なタスクにおいてその能力を維持しながら、進化する社会規範と徐々に整合できることを示す。
  論文  参考訳（メタデータ） (2024-01-09T15:44:44Z)

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。