저자들은 에이전트가 고정된 상호작용 예산 내에서 실행 가능한 정책 시스템을 반복적으로 수정하여 탐색된 정책을 점진적으로 개선하는 통제된 평가 설정인 Autonomous Policy Evolution을 소개합니다.
- EvoPolicyGym은 이러한 반복적 개선 과정을 평가하도록 설계된 컴팩트한 인터랙티브 RL 환경으로 구축된 벤치마크입니다.
- GPT-5.5는 스위트의 모든 16개 환경에서 가장 강력한 집계 랭크 점수와 상위 두 개 성능을 달성했습니다.
- 이 벤치마크는 에이전트가 예산을 어떻게 할당하고 피드백을 매개변수 튜닝으로 전환하는지를 구분하는 트래젝토리 수준의 진단을 제공합니다.
저자들은 강력한 자율 정책 진화는 고립된 작업 승리뿐만 아니라 작업에 적합한 메커니즘을 발견하고 제한된 피드백 하에서 정책을 정제하는 데 달려 있다고 주장합니다.