Self-Evolving Software Agents
Cet article présente une architecture d'agent logiciel auto-évolutif qui intègre le raisonnement BDI avec des modèles de langage de grande taille pour mettre à jour de manière autonome les objectifs, le raisonnement et le code exécutable en fonction de l'expérience, démontrant à la fois la faisabilité et les limites actuelles de l'évolution logicielle pilotée par les LLM dans des environnements multi-agents dynamiques.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez un chef robot. Autrefois, si vous vouliez que ce chef apprenne à faire un gâteau, un programmeur humain devait s'asseoir et réécrire le livre de recettes du chef. Le chef pouvait suivre les instructions parfaitement, mais il ne pouvait pas décider d'inventer une nouvelle recette par lui-même. Il était bloqué avec les objectifs et les compétences qui lui avaient été donnés lors de sa construction.
Ce papier présente un nouveau type d'agent logiciel « auto-évolutif » qui agit comme un chef qui ne se contente pas de suivre des recettes, mais qui peut en écrire de nouvelles, modifier sa propre philosophie culinaire, et même construire de nouveaux outils de cuisine pendant qu'il travaille.
Voici comment les auteurs, Marco Robol et Paolo Giorgini, expliquent cette percée :
Le Problème : Le Robot « Préréglé »
Actuellement, la plupart des programmes informatiques intelligents (agents) sont comme des systèmes GPS. Ils peuvent vous réorienter s'il y a des embouteillages (ils s'adaptent à l'environnement), mais ils ne peuvent pas décider de changer leur destination ou d'inventer un nouveau moyen d'y parvenir. Leurs objectifs et leurs règles sont « codés en dur » par des humains avant qu'ils ne commencent. Ils peuvent s'adapter, mais ils ne peuvent pas véritablement évoluer.
La Solution : Un Système à Deux Cerveaux
Les auteurs proposent un système qui combine deux idées puissantes :
- BDI (Croyance-Désir-Intention) : Considérez cela comme le « cerveau quotidien » de l'agent. Il observe constamment le monde, décide ce qu'il veut faire, et choisit un plan pour le faire.
- LLM (Modèle de Langage à Grande Échelle) : C'est l'« architecte créatif ». C'est la partie de l'IA capable de comprendre le langage, d'imaginer de nouvelles idées et d'écrire du code.
La magie opère en ajoutant un « Module d'Évolution » spécial qui fonctionne parallèlement au cerveau quotidien.
Comment Ça Marche : L'Analogie de l'« École du Soir »
Imaginez que l'agent est un élève qui travaille pendant la journée (la boucle BDI). Lorsqu'il rencontre un problème qu'il ne peut pas résoudre — comme essayer d'ouvrir une porte sans poignée — il ne renonce pas simplement.
Au lieu de cela, il fait une pause et fait appel à son « École du Soir » (le Module d'Évolution). Ce module agit comme un enseignant qui dit :
- « Vous avez échoué parce que vous n'avez pas l'outil pour cela. »
- « Inventons un nouvel objectif : 'Trouver un moyen d'ouvrir la porte'. »
- « Écrivons un nouveau plan et construisons même un nouvel outil (code) pour le faire. »
L'agent tente ensuite ce nouveau plan. Si cela fonctionne, il conserve le nouvel outil et le nouvel objectif dans sa mémoire permanente. Si cela échoue, il rejette l'idée. Avec le temps, l'agent construit une bibliothèque de ses propres inventions, modifiant son propre « ADN » sans qu'un programmeur humain ne touche au code.
L'Expérience : Apprendre à partir de Zéro
L'équipe a construit un prototype et l'a placé dans un monde numérique animé et changeant (inspiré d'une application de livraison de nourriture). Ils ont donné à l'agent presque rien pour commencer — juste une description de base du monde et quelques outils simples. Ils ne lui ont pas dit quoi faire.
Les Résultats :
- Succès : L'agent a compris par lui-même qu'il devait faire certaines choses (comme livrer un colis) et a écrit le code pour le faire. Il a découvert de nouveaux objectifs et créé de nouveaux comportements à partir de presque aucune connaissance préalable.
- Le Bémol : Le papier admet que le système n'est pas encore parfait. Parfois, lorsque l'environnement devient trop complexe, l'agent peine à se souvenir de ses anciennes astuces réussies ou à maintenir la stabilité de ses nouveaux comportements. C'est comme un élève qui apprend une nouvelle formule mathématique mais oublie comment faire une addition de base.
La Conclusion
Ce papier montre que nous pouvons créer des logiciels qui ne se contentent pas de suivre des ordres, mais qui peuvent s'enseigner de nouvelles compétences et réécrire leur propre manuel d'instructions. Bien qu'il s'agisse encore d'un prototype avec quelques difficultés de croissance (spécifiquement concernant la stabilité et le souvenir des leçons passées), il prouve que l'idée d'un logiciel qui s'évolue lui-même est possible. La prochaine étape consiste à apprendre à ces agents à mieux retenir leurs leçons afin qu'ils ne les oublient pas lorsque les choses deviennent chaotiques.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.