この記事では、AgentEvolverという自己進化型エージェントシステムについて紹介しています。現在の自律エージェントは大規模言語モデル（LLM）を活用していますが、手作業で構築されたタスクデータセットと強化学習（RL）パイプラインが必要で、効率的ではありません。AgentEvolverは、LLMの意味理解と推論能力を利用し、エージェントの学習を促進します。このシステムは、自己質問による新しいタスク生成、自己ナビゲーションによる探索効率の向上、自己帰属によるサンプル効率の改善という3つのメカニズムを統合しています。これにより、エージェントの能力をスケーラブルでコスト効率良く継続的に向上させることが可能になります。初期実験では、AgentEvolverが従来のRLベースの手法に比べてより効率的な探索とサンプル利用を達成していることが示されています。