Machine Intelligence Research Institute

该工作提出RucTangle，一种智能体式提交拆分方法：它按开发目的对补丁中的改动分组并排序，逐个应用提交并检查代码是否仍可运行，失败时先调整顺序、再让智能体重新分组、最后合并相邻提交，同时保持最终代码不变；在131个智能体生成的补丁上，RucTangle是唯一全部重建原补丁且每个提交后代码均可运行的方法，中位数为8个提交，而基线有20.6%–37.4%的历史至少含一个不可运行版本。作者还提出TangleEval，用453个引入回归的补丁让两个编码智能体修复，加入RucTangle历史与git bisect结果后pass@1从26.9%升至31.3%、从30.8%升至36.0%。

该工作提出RucTangle，一种智能体式提交拆分方法：它按开发目的对补丁中的改动分组并排序，逐个应用提交并检查代码是否仍可运行，失败时先调整顺序、再让智能体重新分组、最后合并相邻提交，同时保持最终代码不变；在131个智能体生成的补丁上，RucTangle是唯一全部重建原补丁且每个提交后代码均可运行的方法，中位数为8个提交，而基线有20.6%–37.4%的历史至少含一个不可运行版本。作者还提出TangleEval，用453个引入回归的补丁让两个编码智能体修复，加入RucTangle历史与git bisect结果后pass@1从26.9%升至31.3%、从30.8%升至36.0%。

该工作提出 Wayfarer——一个通用、领域无关的在线深度强化学习智能体，它从高维观测中通过拉普拉斯表示学习发现选项（options）并将其用于控制，作者报告这些选项同时改善探索、加速信用分配并有效泛化到未见情形，从而更快学到复杂策略，并在最具挑战性的 Atari 2600 游戏中取得单流智能体中的最优表现，在 Montezuma's Revenge 和 Private Eye 等需要长时程探索与策略行为的游戏上增益最大。

该工作提出 Wayfarer——一个通用、领域无关的在线深度强化学习智能体，它从高维观测中通过拉普拉斯表示学习发现选项（options）并将其用于控制，作者报告这些选项同时改善探索、加速信用分配并有效泛化到未见情形，从而更快学到复杂策略，并在最具挑战性的 Atari 2600 游戏中取得单流智能体中的最优表现，在 Montezuma's Revenge 和 Private Eye 等需要长时程探索与策略行为的游戏上增益最大。