AgentGym：在多样环境中进化的大型语言模型代理

构建能够处理多样任务并能在不同环境中自我进化的通用代理，是人工智能社区的长期目标。大型语言模型（LLM）因其广泛的能力被视为构建此类代理的有前景基础。目前的方法要么使基于LLM的代理逐步模仿专家提供的轨迹，需人工监督，难以扩展且限制了环境探索；要么让代理在孤立环境中探索学习，导致具有限定泛化能力的专门代理。本文迈出构建具备自我进化能力的通用LLM代理的第一步。我们识别出三大关键要素：1）多样环境支持代理的探索学习；2）轨迹集为代理提供基本能力和先验知识；3）有效且可扩展的进化方法。我们提出AgentGym新框架，包含多样环境和任务，支持广泛、实时、统一格式及并发的代理探索。AgentGym还包括扩展指令数据库、基准套件和跨环境的高质量轨迹。随后，我们提出新方法AgentEvol，探讨代理超越已见数据的跨任务跨环境自我进化潜力。实验证明，进化后的代理取得了可与先进模型媲美的结果。我们发布AgentGym套件，含平台、数据集、基准、检查点及算法实现。AgentGym套件可于https://github.com/WooooDyy/AgentGym获取。