Steve‑Evolving: Selbstlernende Agenten für offene Welten

In offenen, dynamischen Umgebungen müssen autonome Agenten langfristige Aufgaben bewältigen. Der entscheidende Engpass liegt nicht in der Qualität einzelner Planungsstufen, sondern darin, wie Interaktionserfahrungen gesammelt, strukturiert und weiterentwickelt werden. Mit dem neuen Ansatz Steve‑Evolving wird dieses Problem angegangen.

Die erste Phase, Experience Anchoring, verwandelt jeden Subgoal‑Versuch in ein strukturiertes Erfahrungs‑Tuple – Vorzustand, Aktion, Diagnose‑Ergebnis und Nachzustand. Diese Tupel werden in einem dreistufigen Erfahrungsspeicher abgelegt, der über mehrdimensionale Indizes wie Conditionsignaturen, räumliches Hashing und semantische Tags verfügt. Durch kontinuierliche Zusammenfassung bleibt die Datenmenge überschaubar und die Erinnerungsfähigkeit hoch.

In der zweiten Phase, Experience Distillation, werden erfolgreiche Pfade zu wiederverwendbaren Fähigkeiten mit klaren Vorbedingungen und Prüfkriterien verallgemeinert. Gleichzeitig werden Fehler in ausführbare Guardrails überführt, die die Ursachen identifizieren und riskante Operationen auf Subgoal‑ und Task‑Ebene blockieren. So entsteht ein robustes Regelwerk, das aus jeder Erfahrung lernt.

Die abschließende Phase, Knowledge‑Driven Closed‑Loop Control, nutzt die gewonnenen Skills und Guardrails, um sie in einen LLM‑Planner einzubetten. Dadurch erhält der Agent ein dynamisches, selbstlernendes Steuerungssystem, das kontinuierlich auf neue Situationen reagiert und seine Handlungsweise verfeinert.