evolveRL
1.0.0
通过对抗进化增强学习来赋予真正自主的AI代理
网站
白皮书
技术纸
文档
电报
Twitter/x
概述
特征
入门
安装
成分
进化循环
详细的演练
执照
贡献
引用
Evolverl是一个开创性的框架，它使AI代理能够通过进化和对抗机制自我爆发。与密切依赖手动及时工程的传统方法不同，Evolverl允许代理人系统地生成，测试和完善自己的提示和配置，从而弥合了理论自治与实际自我依赖之间的差距。
在新兴的AI代理商经济中，许多人设想了一个未来的代理商以最少的人类监督自动运行。但是，如果人类必须不断更新AI提示处理新任务或边缘案例，则代理人并不是真正的主权。 Evolverl通过通过以下方式实现持续的自我完善来解决这一问题：
自主进化：代理检测空白并更新自己的提示
对抗测试：针对具有挑战性的情况进行良好的验证
基于绩效的选择：最佳配置的自然出现
连续适应：对变化条件的实时响应
进化优化：使用遗传算法进化提示和行为
域名：任何域的专业化
强大的评估：全面的判断和评估
对抗测试：产生具有挑战性的方案以确保鲁棒性
国家管理：保存和加载发展的模型及其状态
多重模型支持：使用OpenAI的GPT或Anthropic的Claude，或在本地运行Llama（即将推出）
自我改善循环：无人干预的连续进化
＃基本installationpip install evolverl＃安装与所有依赖关系PIP install install evolverl [all]
来自evolverl.voltution导入进化，EvolutionConfigFrom Evolverl.llm import llmconfigfrom evolverl.agent导入代理，AgentConfig＃configure llm backendllm_config = llmconfig = llmconfig（model_name =“ gpt-4” -api-key“＃或claude的anthropic_api_key）＃使用系统system agent_config = agentConfig（llm_config = llm_config = llm_config）agent = agent（agent_config）agent.set_default_prompt（”复杂的问题逐步逐步显示您的工作。”“”）＃配置Evolution crocessConfig = EvolutionConfig（pesse_size = 5，Generations = 10，mutation_rate = 0.1，crossover_rate = 0.8，output_dir =“ adments”） （config，perveriment_id =“ math_solver”）＃运行Evolution processawait Evolution.evolve（domain =“ Mathematics”，Description =“解决复杂的数学问题，使用详细说明”）
您也可以直接使用代理而无需进化：
＃创建和配置agentAgent = agent（agentConfig（llm_config = llm_config））agent.set_default_prompt（“您是有用的AI助手... （回复）
train_agent.py是一个运行演变过程的单个文件CLI。请确保首先更新配置文件default_config.json ，并将OpenAI或Anthropic API密钥保留为环境变量或.env中。
# Basic usage with OpenAIpython train_agent.py --domain math --description "Solve math problems" -v# Use Anthropic's Claudepython train_agent.py --provider anthropic --domain math --description "Solve math problems"# Load domain from filepython train_agent.py--域文件域/MATH_SOLVER.JSON＃自定义输出目录directorypypython train_agent.py--域数学-Description“ ...” - output-dir ./my_agents#增加词汇（最多-vvvvvv）python python python train_agent.py-域数学 - 描述“ ...” -vvv
当前领域的例子是自然语言。构建自己的用例时，您可以添加更多详细信息。此外，您可能会包括您认为对代理商知道的任何示例。
agents/
├── {experiment_id}_gen0.json # Best agent from generation 0
├── {experiment_id}_gen0_full.json # All variants and scores from generation 0
├── {experiment_id}_gen1.json # Best agent from generation 1
├── {experiment_id}_gen1_full.json # All variants and scores from generation 1
└── {experiment_id}_best.json # Best agent overall个体.json （不是*_full.json ）包含AgentConfig机构的代理或整体代理。您可以通过Calle agent.load_config(PATH_TO_CONFIG_FILE)直接从其代理AgentConfig文件启动代理。请确保更新API密钥，因为它不会存储在AgentConfig文件中。
{“ pessove_size”：5，“世代”：10，“ mutation_rate”：0.1，“ Crossover_rate”：0.8，“ min_score_threshold”：0.7，“ tornament_size”：2，“ max_interaction_atteraction_Attempts” ，“ llm_config”：{“ model_name”：“ gpt-4o-mini”，“ model_type”：“ openai”，“ max_tokens”：500，“温度”：0.7}
}agents/
├── {experiment_id}_gen0.json # Best agent from generation 0
├── {experiment_id}_gen0_full.json # All variants from generation 0
├── {experiment_id}_gen1.json # Best agent from generation 1
├── {experiment_id}_gen1_full.json # All variants from generation 1
└── {experiment_id}_best.json # Best agent overall进化过程显示了嵌套进度条的实时进度：
Generation 2/10: 100%|██████████| 6/6 [00:15<00:00, best_score=0875, avg_score=0834] Overall Progress: 15%|██ | 12/80 [00:30<02:45, generation=2/10, best_overall=0875]
这可能需要一段时间，具体取决于每一代世代和人口规模。
麻省理工学院许可证 - 有关详细信息，请参见许可证文件
分叉存储库
创建功能分支
提交您的更改
推到分支机构
创建拉动请求
@software {evolverl2024，title = {evolverl：llms}的进化增强学习，作者= {thehandsomedev}，eYAN = {2025}，url = {https://www.evolverl.com/}} 
