Google تتيح EnvHarness لتمكين الوكلاء ذاتية التطور من التعلم في بيئات ديناميكية

قدّم باحثو Google إطار عمل EnvHarness، وهو إطار مفتوح المصدر مصمم لتكييف بيئات تدريب الوكلاء ديناميكيًا بناءً على نقاط ضعف الوكيل. ويتيح هذا النهج المبتكر تعزيز فعالية التعلم وكفاءته دون الحاجة إلى إجراء تغييرات على الوكيل أو البيئة أو نظام التقييم.

عادةً ما تعزز الوكلاء ذاتية التطور قدراتها عبر إعادة كتابة المطالبات (prompts) واكتساب مهارات جديدة، لكنها نادرًا ما تعدّل البيئات التي تعمل فيها. وقد يؤدي هذا القيد إلى ركود في التعلم، حيث قد يتوقف الوكلاء عن الاستفادة من معيار ثابت بمجرد تمكنهم من حل المهام المطروحة أمامهم.

التحديات في توليد البيئات

قد يكون إنشاء بيئات تكيفية مكلفًا، وغالبًا ما يتطلب خطوط معالجة خاصة بالمجال ويعتمد على طرق تحقق مكلفة أو غير موثوقة. وعلى الرغم من هذه الاستثمارات، تظل البيئات غالبًا ثابتة. ولمعالجة هذا التحدي، طوّر الباحثون EnvHarness، الذي يعمل كطبقة قابلة للبرمجة من مكونات إضافية يمكنها تعديل بيئة ثابتة دون تغيير هيكلها الأساسي أو نظام التقييم الخاص بها.

يغلّف EnvHarness بيئة موجودة باستخدام واجهتها القياسية `reset()` و`step()` ويوفر ثلاثة أنواع من المكونات القابلة للتركيب: **setup**، الذي يخصص الحالة الأولية للبيئة؛ و**rule**، الذي يقيّد انتقالات الحالة بناءً على إجراءات الوكيل؛ و**link**، الذي يخصص الملاحظات المقدمة للوكيل.

تطور مشترك مستمر مع EnvRigger

يتضمن الإطار أيضًا EnvRigger، الذي يكيّف البيئة تلقائيًا مع وكيل معين من خلال تحليل سلوكه، وتحديد نقاط الضعف المتكررة، وتوليد تعديلات مستهدفة، والتحقق من صحة هذه التغييرات عبر تفاعلات جديدة. وتتيح هذه العملية التكرارية تطورًا مشتركًا مستمرًا بين الوكيل وبيئته، مما يؤدي إلى تحسينات كبيرة في الأداء تتناسب مع عدد المهام المخصصة.

وفقًا لنتائج الباحثين، أدت إضافة طبقة EnvHarness إلى تعزيز أداء الوكلاء عبر معايير متعددة، بما في ذلك WebArena وSWE-bench Verified وALFWorld، دون تغيير المنطق الأساسي للوكلاء. وشملت الدراسة عدة نماذج، مثل Gemini 3.1 Flash-Lite وQwen3.6 27B وGemini 3.5 Flash وClaude Sonnet 4.6، والتي أظهرت مكاسب في الأداء تراوحت بين 2.9 و3.7 نقطة مئوية.

الاستنتاج والأثر على الصناعة

خلص الباحثون إلى أن EnvHarness يحقق تحسينات متسقة في الأداء حيث تقصر البيئات الثابتة، ويعمم عبر مجالات مختلفة من خلال واجهة محايدة المجال، ويعزز الكفاءة من خلال تصحيح السلوكيات غير المنتجة. وأشار Asif Razzaq، المؤسس والرئيس التنفيذي لـ Marketechpost، على LinkedIn إلى أن EnvHarness يتكامل بفعالية مع البيئات الموجودة مع الحفاظ على المهام الأصلية والمدققين البشريين.

المصدر: InfoQ