今日速览
| 序号 | 标题 | 来源 | 日期 | 主题 | 推荐等级 |
|---|---|---|---|---|---|
| 1 | GA-Agent: Large Language Models as Hyperparameter Optimizers for Evolutionary Controller Synthesis | arXiv | 2026-09-23 | AI-Agent | 高 |
| 2 | SkillGym: Internalizing Human Skills into LLMs for Real-World Problem Solving | arXiv | 2026-09-23 | RAG | 高 |
重点论文与技术动态
1. GA-Agent: Large Language Models as Hyperparameter Optimizers for Evolutionary Controller Synthesis
- 来源：arXiv
- 日期：2026-09-23
- 作者/机构：Mohammad Narimani, Seyyed Ali Emami
- 主题标签：
AI-Agent,arXiv - 推荐等级：高
- 分类：eess.SY
一句话结论
GA-Agent 将标准遗传算法与 LLM 智能体分层结合，由 LLM 在元层观察已完成运行、诊断与用户控制目标的差距，并更新 GA 超参数，用于完成 PID 控制器合成。
核心内容
- 标准 GA 负责低层 PID 增益搜索，LLM 智能体负责观察已完成 GA 运行、诊断与用户控制目标的差距，并提出更新后的 GA 配置。
- 架构使用结构化记忆、定量目标翻译、资源感知终止和结果驱动路由，把密集数值搜索与高层、依赖上下文的语义推理解耦。
- 在八个控制案例研究中，GA-Agent 取得 100% 成功，优于固定超参 Regular GA，并匹配或超过 Cascade-GA，通常一至三次尝试收敛，函数评估减少一到两个数量级。
方法与数据
- 方法采用“GA + LLM 元层优化”：GA 优化 PID 增益，LLM 调整种群规模、代数预算、增益边界和适应度权重等元层选择。
- 数据为八个具有不同动力学的控制案例，包括直流电机、倒立摆、飞机俯仰、自主水下航行器等；摘要未明确具体数据集规模和实验细节。
价值判断
- 值得关注：该工作把 LLM 用于进化算法的超参数配置，可能降低 PID 调参对人工试错和昂贵双层优化的依赖。
- 可复用点：结构化记忆、定量目标翻译、资源感知终止、结果驱动路由，以及小记忆缓冲与低成本模型组合，可迁移到其他优化任务；摘要称 DeepSeek-V4-Flash 约 0.002 美元/运行。
- 局限/待核查：摘要未明确具体误差指标、统计显著性、真实硬件验证和失败案例；成本与鲁棒性仍需复现确认。
摘要
Tuning PID controllers to satisfy competing objectives - low tracking error, fast settling, limited overshoot, and moderate control effort - is labor-intensive and requires expertise. Genetic algorithms (GAs) offer gradient-free optimization of controller gains against a weighted fitness function, but success depends on meta-level choices: population size, generation budget, gain bounds, and fitness weights. These are usually set by manual trial-and-error or costly bilevel optimization, exposing a tension: GAs excel at dense numerical search, but configuring them needs high-level, context-dependent semantic reasoning. We propose GA-Agent, which decouples these modes. A standard GA handles low-level PID gain optimization. A large language model (LLM) agent operates at the meta-level: it observes completed GA runs, diagnoses gaps versus user control objectives, and proposes updated GA configurations. The architecture uses structured memory, quantitative goal translation, resource-aware termination, and outcome-driven routing. We evaluate GA-Agent on eight control case studies with diverse dynamics (DC motor, inverted pendulum, aircraft pitch, autonomous underwater vehicle, and others). GA-Agent achieves 100% success on all benchmarks, outperforming a Regular GA with fixed hyperparameters in solution quality and sample efficiency. It matches or surpasses a Cascade-GA baseline while reducing function evaluations by one to two orders of magnitude, typically converging in one to three optimization attempts. Sensitivity analysis shows robustness across LLM backbones and memory configurations. A compact memory buffer (size 2-3) and cost-effective models (DeepSeek-V4-Flash at about $0.002 per run) achieve superior performance.2. SkillGym: Internalizing Human Skills into LLMs for Real-World Problem Solving
- 来源：arXiv
- 日期：2026-09-23
- 作者/机构：Zhilong Ge, Yuting Shao, Yutao Yang, Yuxuan Cai, Jie Zhou, Kai Chen
- 主题标签：
RAG,arXiv - 推荐等级：高
- 分类：cs.CL
一句话结论
SkillGym 将人类编写的智能体技能转为可执行、可验证的训练环境，使 LLM 通过监督微调和结果奖励强化学习内化为可复用能力。
核心内容
- 技能到任务流水线实例化具体任务，用代码检查器验证结果，并以对比执行评估技能依赖。
- 发布 12 类 2,756 个环境，收集 8,364 条成功轨迹，平均 49 次工具调用、超 6 万 token。
- Claude Code 下微调 Qwen3.5-35B-A3B，GDPval-AA v2 提升 199 Elo，Terminal-Bench 2.1 提升 19.10 个百分点，SkillsBench v1.1 有/无技能分别提升 28.13、12.38 分。
方法与数据
- 方法：技能转为可执行训练环境，支持基于验证工作流的监督微调和基于结果奖励的强化学习。
- 数据：2,756 环境、8,364 轨迹；具体模型与 harness 细节摘要未明确。
价值判断
- 值得关注：35B SkillGym-Agent 在技能辅助 SkillsBench 达 51.47%，超过摘要报告的 Claude Sonnet 4.6、GPT-5.4 Mini、DeepSeek V4 Pro；无技能也超过 Codex/Claude Code 下技能辅助基线。
- 可复用点：技能到任务、代码验证、对比执行与结果奖励流程。
- 局限/待核查：摘要未明确训练细节、基线完整设置与泛化范围；需核查指标口径与外部报告可比性。