EnvHarness：唤醒静态世界以促进智能体学习

LLM智能体通过与环境的交互进行学习，然而这些环境往往是手工构建且静态的：它们对智能体的弱点视而不见，并随着智能体的进步而迅速被超越。尽管近期的环境生成方法试图解决这一问题，但它们依赖特定领域的流水线、需要昂贵或不可靠的验证器，并且仍生成静态环境。为减轻从零重建环境的工程负担，我们提出环境套件（EnvHarness），一个可编程的插件组件层，它包裹静态环境以重塑其行为，而无需修改底层逻辑。通过标准接口运作，EnvHarness适用于多种领域，同时确保每个重塑后的环境保留其原始验证器。为自动化这一过程，我们引入EnvRigger，它将目标策略视为黑盒，观察其执行轨迹以合成针对已诊断缺陷的EnvHarness组件，并通过全新回滚进行验证。在四个领域的五个基准测试中，EnvHarness优于原始环境和特定领域的环境生成流水线，在保留实例上实现了高达9.0分的提升，同时执行步骤减少了9.8%。此外，EnvHarness为强化学习提供了更优的优化信号，使策略与其环境能够持续、有针对性地共同进化。