ハイパーエージェント: 編集可能なメタ手続を通じた再帰的自己改善

ほとんどの自己改善型AIシステムは根本的な制限に直面しています。メタレベルの改善メカニズムが固定されているのです。強化学習エージェントはポリシーを改善できますが、報酬関数は静的です。プログラム合成エージェントはコードを生成できますが、合成手続そのものは変わることがありません。

ハイパーエージェントはシンプルながら深い洞察を通じてこの問題を解決します。改善メカニズム自体を含め、すべてのものを修正の対象にするのです。これにより、システムはタスクパフォーマンスだけでなく、改善を探索する方法も向上させる再帰的構造が生まれます。その結果、開放型能力成長が実現されます。各反復がシステムのさらなる改善能力を向上させるのです。

コアコンセプト

ハイパーエージェントは完全な編集可能性を備えたダーウィン・ゲーデル機械（DGM）を実装します。

タスクエージェント: ターゲット問題を解決し、修正可能です。

メタエージェント: 自身とタスクエージェントを修正でき、同時に修正も可能です。

主要な革新: メタ修正手続自体が編集可能です。ヒトが自己改善アルゴリズムを設計するのではなく、システムが独自の改善戦略を進化させます。

システムは自身のバリアント（異なるメタレベル手続を含む）を生成し、どのバリ

...