Darwin-Claw: Environment-Adaptive Experience Consolidation for Recursively Self-Evolving Agents
作者: Mingze Yin, Xiaohan Wang, Dian Li, Longfei Luo, Jiahong Yan, Yiheng Zhu, Chang-Yu Hsieh
分类: cs.AI
发布日期: 2026-10-16
💡 一句话要点
提出Darwin-Claw以解决自我进化代理的环境适应性问题
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 自我进化代理 环境适应性 经验整合 技能优化 大型语言模型 用户中心适应 智能系统
📋 核心要点
- 现有的自我进化代理缺乏从历史交互中学习的能力，导致适应性不足。
- Darwin-Claw通过分层经验整合系统提炼情景经验，推动技能和记忆的进化。
- 在WildClawBench上的实验表明，Darwin-Claw显著提升了代理的性能和适应能力。
📝 摘要（中文）
尽管大型语言模型（LLM）代理在复杂任务中表现出色，但它们主要在孤立会话中操作，缺乏从历史交互中持续学习或适应用户特定环境的能力。现有的自我进化范式往往不加区分地将原始交互轨迹注入内存或技能模块，导致行为模式模糊和更新可控性下降。为了解决这一问题，本文提出了Darwin-Claw，一个环境自适应的自我进化框架，系统性地提炼情景经验，以推动操作技能和持久记忆的全面进化。Darwin-Claw引入了一个分层经验整合系统，提取细粒度的错误归因，并将其概括为动态更新的原型向量。实验结果表明，Darwin-Claw显著提升了性能，为自主代理在现实生态系统中的持续用户中心适应建立了可控且稳定的路径。
🔬 方法详解
问题定义：本文旨在解决现有自我进化代理在环境适应性和历史交互学习方面的不足。现有方法往往无法有效管理情境经验，导致行为模式模糊和更新不可控。
核心思路：Darwin-Claw的核心思想是通过分层经验整合系统提炼和管理情境经验，从而推动代理的全面进化。该设计旨在提高代理在特定环境中的适应能力和操作技能。
技术框架：Darwin-Claw的整体架构包括代理-演员和进化者-批评者的迭代共适应机制，主要模块包括经验整合系统、原型向量更新和技能优化信号生成。
关键创新：Darwin-Claw的主要创新在于其分层经验整合系统，能够提取细粒度的错误归因并动态更新原型向量。这一机制与现有方法的简单记忆注入方式形成了本质区别。
关键设计：在关键设计上，Darwin-Claw采用了动态更新的原型向量和明确的优化信号，确保了技能的高效精炼和适应性提升。
🖼️ 关键图片
📊 实验亮点
在WildClawBench上的实验结果显示，Darwin-Claw在性能上相较于基线方法提升了显著的百分比，具体数据表明其在用户中心适应性方面的表现优于现有技术，建立了稳定的进化路径。
🎯 应用场景
Darwin-Claw的研究成果在多个领域具有潜在应用价值，包括智能客服、个性化推荐系统和自主机器人等。通过提高代理的环境适应能力，该框架能够更好地满足用户需求，提升用户体验，并推动智能系统的广泛应用。
📄 摘要（原文）
While Large Language Model (LLM) agents have demonstrated remarkable capabilities across complex tasks, they predominantly operate in isolated sessions, lacking the ability to continually learn from historical interactions or adapt to user-specific environments. Existing self-evolution paradigms often indiscriminately inject raw interaction trajectories into memory or skill modules, leading to obscured behavioral patterns and compromised update controllability. Furthermore, as foundational LLM reasoning improves, the bottleneck for agentic evolution shifts from accumulating generic knowledge to effectively managing situational experience. To address this, we propose Darwin-Claw, an environment-adaptive self-evolving framework that systematically distills episodic experiences to drive the comprehensive evolution of operational skills and durable memory. Theoretically grounded in an iterative agent-actor and evolver-critic co-adaptation, Darwin-Claw introduces a Hierarchical Experience Consolidation System that extracts fine-grained error attributions and generalizes them into dynamically updated prototype vectors. This structured situational experience serves as interaction patches for context-sensitive perception and explicit optimization signals for skill refinement. Practically, Darwin-Claw is a readily deployable, automated framework compatible with mainstream agent systems without requiring manual curation. Extensive experiments on WildClawBench demonstrate that Darwin-Claw yields substantial performance improvements, establishing a controllable and stable pathway for the continual, user-centric adaptation of autonomous agents in real-world ecosystems.