# Dream‑RSI: Recursive Self‑Improvement through Evolving Worlds 论文总结与翻译 论文信息：arXiv:2609.14858（v2，2026‑10‑06） 作者：Tong Zheng, Xidong Wu, Zheng Zhang 等## 一、论文主要内容Dream‑RSI 是一套面向自主AI智能体的**可规模化递归自我改进（RSI）探索框架**，**不改动底层基础智能体的模型权重**，仅增加一层轻量编排层，实现探索策略的持续迭代优化。### 研究背景递归自我改进（Recursive Self‑Improvement, RSI）是自主AI智能体的重要目标，其性能高度依赖高效的探索能力。现有系统存在核心矛盾：1. 固定探索策略：随着搜索空间扩大，策略无法自适应，性能快速衰减；2. 在线策略优化：长序列推演带来反馈延迟，在线评估成本极高，元搜索空间巨大，算力开销大。### 核心工作机制Dream‑RSI 形成闭环自我提升循环，分为3个核心阶段：1. **在线探索 Online Explore**：当前的探索策略驱动基础智能体执行真实任务，生成「发现树（discovery tree）」，记录全部历史决策、执行轨迹与结果；2. **构建回放模拟器 Construct Replay Simulator**：把历史发现树转化为可复用的回放模拟器池，历史记录本身就成为虚拟“世界”；3. **基于“做梦”的策略优化 Dreaming‑based Policy Improvement**：在回放模拟器内做离线仿真（即论文所说的“做梦 dreaming”），无需重复昂贵的真实在线
