يقدم المؤلفون مفهوم التطور الذاتي للسياسات (Autonomous Policy Evolution)، وهو إعداد تقييم خاضع للتحكم حيث يقوم وكيل بتعديل نظام سياسة قابل للتنفيذ بشكل متكرر ضمن ميزانية تفاعل ثابتة لتحسين السياسات المستكشفة تدريجياً.
- EvoPolicyGym هو معيار مبني من بيئات تعلم التعزيز التفاعلية المدمجة والمصممة لتقييم عملية التحسين المتكررة هذه.
- حقق GPT-5.5 أقوى درجة ترتيب مجمعة وأداء ضمن المركزين الأولين عبر جميع البيئات الست عشرة في المجموعة.
- يوفر المعيار تشخيصات على مستوى المسارات تميز بين كيفية تخصيص الوكلاء للميزانية وتحويل الملاحظات إلى ضبط المعلميات.
يجادل المؤلفون بأن التطور القوي للسياسات ذاتية التحكم يعتمد على اكتشاف آليات مناسبة للمهمة وتحسين السياسات تحت ملاحظات محدودة بدلاً من مجرد انتصارات مهام معزولة.